如何计算k均值何时收敛于tf idf？

Question

我是一个使用文本数据的新手。

我有一个大约300,000个唯一产品名称的数据框架，我正在尝试使用k均值将相似的名称聚在一起。我使用sklearn的tfidfvectorizer将名称矢量化，并将其转换为tf-idf矩阵。

在我把它转换成一个稀疏矩阵后，我用5-10个簇来拟合k均值，但我不知道我是否收敛了。

我怎么才能解决这个问题呢？

Answer 1

根据the source的说法，属性n_iter_应该包含k均值迭代次数。如果为n_iter_ < max_iter，则算法在给定的容差内收敛。

如果您要完成的任务是确定最佳集群数量，则可以使用带有inertia_属性的elbow method。