如何用归一化TF-以色列国防军实现K-均值

Question

我需要一些指导。我一直在努力使我的项目的TF-国防军结果正常化。所以，我在想，在TF-国防军之后下一步是什么？我想对那些归一化的TF-以色列国防军进行k-均值聚类，但现在是时候了吗？在此之前，我使用Lucene创建了索引，如果可能的话，我不想使用Mahout，因为我使用的是Windows (也不想使用cygwin )。

有什么建议，什么(和如何做k-意味着这些lucene-ed和tf-以国防军-ed的结果？我在这里迷路了。

Answer 1

您需要查看“球形k-”的含义，因为：

• 正则k-均值与欧氏距离相关
• 常规k均值对高维稀疏数据不适用。