当前位置:和仁网 >聚合 > 正文

对比传统K-Means等聚类算法,LDA主题模型在文本聚类上有何优缺点

2020-08-07 31

K-means 算法聚类分析方法中一种基本的且应广泛的划分算法,它是已知聚类数的聚类算法。指定类别数为K,对样本集合进行聚类,聚类的结果由K 个聚类中心来表达,基于给定的聚类目标函数(或者说是聚类效果判别准则),算法采用迭代更新的方法,每一次迭代过程都是向目标函数值减小的方向进行,最终的聚类结果使目标函数值取得极小值,达到较优的聚类效果。使用平均误差准则函数E作为聚类结果好坏的衡量标准之一,保证了算法运行结果的可靠性和有效性。
-
本周热门
本月热门