使用sklearn中的KMeans聚类

from sklearn.cluster import KMeans ''' features是一个二维矩阵，比如[99,200]，表示有100个词，每个词对应200维的词向量。 features = [[...], [...], ... [...]] ''' clf = KMeans(n_clusters=10,max_iter=10000,n_init = 10) ''' n_clusters表示要分成的簇数 max_iter表示最大的迭代次数 n_init表示用不同的初始化质心运行算法的次数 ''' pred = clf.fit_predict(features) print(pred)

聚类结果如下所示，我输入了99个词，共10类

pred: [0 0 0 0 7 2 1 7 3 1 2 2 3 0 7 0 3 0 7 1 1 2 0 0 0 3 3 7 4 7 9 7 4 5 5 7 5 4 3 5 1 1 2 3 4 7 2 2 2 5 9 2 1 7 4 7 7 5 2 9 9 9 2 1 7 7 0 1 5 7 3 7 5 5 1 7 1 9 5 3 2 8 2 7 2 6 7 7 9 2 2 6 3 5 2 9 5 9 2]