K- يعني خوارزمية كلاسيكية لتجميع البياناتفي التنقيب عن النص ، ولكن نادرًا ما يتم استخدامه لاختيار الميزة. … نحن نستخدم طريقة k-mean لالتقاط العديد من النقط الوسطى العنقودية لكل فئة ، ثم نختار الكلمات عالية التردد في النقط الوسطى كميزات نصية للتصنيف.
هل يعمل k-mean مع البيانات الفئوية؟
خوارزمية k-Means لا تنطبق على البيانات الفئوية، حيث أن المتغيرات الفئوية منفصلة وليس لها أي أصل طبيعي. لذا فإن حساب المسافة الإقليدية مثل الفضاء ليس له معنى.
هل يمكن استخدام الوسائل k لتجميع النص؟
K- يعني التجميع هو نوع من أسلوب التعلم غير الخاضع للإشراف، والذي يتم استخدامه عندما لا يكون لدينا بيانات مصنفة كما في حالتنا ، لدينا بيانات غير مسماة (يعني ، بدون فئات أو مجموعات محددة).الهدف من هذه الخوارزمية هو إيجاد مجموعات في البيانات ، بينما لا. من المجموعات يمثلها المتغير K.
هل يمكننا استخدام الوسائل k للتصنيف؟
KMeansهي خوارزمية تجميع تقسم الملاحظات إلى مجموعات k. نظرًا لأنه يمكننا إملاء كمية المجموعات ، فيمكن استخدامها بسهولة في التصنيف حيث نقسم البيانات إلى مجموعات يمكن أن تكون مساوية لعدد الفئات أو أكثر.
ما هي خوارزمية التجميع الأفضل للبيانات النصية؟
لتجميع متجهات النص ، يمكنك استخدام خوارزميات التجميع الهرمي مثل HDBSCANوالتي تأخذ أيضًا في الاعتبار الكثافة. في HDBSCAN ، لا تحتاج إلى تعيين عدد المجموعات كما هو الحال في k-mean وهو أكثر قوة في الغالب في البيانات الصاخبة.
