用k-均值将标记聚类为类别

Question

我对此很陌生，但我想我是在寻找K-的方法来做这个。

我有一堆带有标签的对象(很多)。他们的其他特征都不重要。我知道相似的对象有相似的标签，它们可以被归类为“类别”。我想知道这些类别是什么(使用k-意思？)。标签看起来像..。

你‘品味’，你‘健康’，你‘食谱’，你‘’vietnam‘，你’蛋‘，你’汤‘，.

你‘孩子’，你‘品味’，你‘健康’，你‘学校’，你‘食谱’，你‘家庭’，.

你的饮食，你的舌头，你的健康，你的美，你的头发，.

你‘锻炼’，你‘比萨诺’‘，’你‘体重’‘，’‘你’减肥‘，.

当使用k-方法时，有关于字符串列表的教程或指南吗？命令不重要。我希望结果能够返回，也许是一组成群的标签？它就是这样工作的吗？谢谢你！！

Answer 1

K-均值是基于方差最小化的。

它试图最小化与平均值的平方偏差之和。

正因为如此，它只适用于连续的数值变量，在那里你可以计算平均值。

人们试图将其他数据嵌入到0,1向量中，但通常结果非常糟糕，而且您无法很好地解释结果。

对你的任务来说，“刻薄”并不是一个非常合适的模型。也许更愿意看看频繁项集(或者在您的例子中:频繁标记集)