有没有一种无监督的聚类技术可以自己识别数字聚类？

Question

我在gensim，find text，sklearn上检查了无监督聚类，但没有找到任何文档，在这些文档中，我可以使用无监督学习对文本数据进行聚类，而不是提到要识别的聚类数量

例如，在sklearn KMneans集群中

km = KMeans(n_clusters=true_k, init='k-means++', max_iter=100)

我必须提供n_clusters。

在我的例子中，我有文本，它应该自动识别其中的聚类数量，并对文本进行聚类。任何参考文章或链接非常感谢。

Answer 1

DBSCAN是一种基于密度的聚类方法，我们不必事先指定聚类的数量。

sklearn实现：http://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html

这里有一个很好的教程，可以直观地理解DBSCAN：http://mccormickml.com/2016/11/08/dbscan-clustering/

我从上面的教程中摘录了以下内容，这可能对你有用。

k-means需要指定聚类的数量，‘k’。DBSCAN不需要，但需要指定两个参数，这两个参数会影响两个邻近的点是否应该链接到同一群集中的决策。

这两个参数是要解释的距离阈值ε(ε)和“MinPts”(最小点数)。

还有其他方法(按照注释中给出的链接)，但是，DBSCAN是一个流行的选择。