数据集

部分数据如下：微博id + 内容
3794120055174366 #九阳有礼无需多滤#九阳免滤豆浆机C668SG耀世首发！智能预约免过滤，贴心配置强到飞起，让你再续温柔一小时！好豆浆，九阳造！经常在苏宁买东西，正品又实惠.相信苏宁！支持苏宁！@俏宝贝筱筱 @可妞儿的小妈咪 @爱情砖家V小K
3794120118102891 #九阳有礼无需多滤#[新年快乐]九阳免滤豆浆机C668SG耀世首发！智能预约免过滤，贴心配置强到飞起，让你再续温柔一小时！[加油啊]@想做二奶 @豆浆需要油条我需要你o @不想要你满嘴的谎言o
3794120209918455 #九阳有礼无需多滤#九阳免滤豆浆机C668SG耀世首发！智能预约免过滤，贴心配置强到飞起，让你再续温柔一小时！好豆浆，九阳造！经常在苏宁买东西，正品又实惠.相信苏宁！支持苏宁！@爱仔妈咪 @张祥890613 @张夫人1129
3794120248499886 九阳免滤豆浆机C668SG耀世首发，生活也免滤了，活动太给力了，@桐桐宝宝爱妈咪 @专扣岩石 @我是逗逼小倪

链接：数据集及代码
提取码：lk6a

特征抽取

def load_data():"""加载微博文章return  id_:所有微博id列表topics:所有文章列表"""f = open("train.txt","rb")topics = []id_ = []#每一行 为一篇文章#获取所有文章 和 id号while True:line = f.readline()if line:line = line.decode("utf-8")w_id,topic = line.split("\t")id_.append(w_id)topics.append(topic)else:breakid_[0] = id_[0][1:]print(id_[:10])return id_,topicsdef extract_features(topics):"""文档向量化return X:2dim array,特征集"""vectorizer = TfidfVectorizer()sparse = vectorizer.fit_transform(topics)return sparse,vectorizer

聚类

 #加载数据id_, topics = load_data()#抽取特征X,vectorizer = extract_features(topics)#训练模型kmeans = KMeans(n_clusters=20,random_state=3)y_pred = kmeans.fit_predict(X)#评估模型from sklearn.metrics import silhouette_scorescore = silhouette_score(X,y_pred)print("轮廓系数:",score)

找出每簇的中心思想

TFIDF 值越大，越能代表中心思想

基于KMeans的微博聚类相关推荐

基于K-Means的文本聚类算法
源代码下载:TDIDF_Demo.rar 声明:本文代码思路完全来自蛙蛙池塘的博客,只为技术交流用途,无其他目的昨天有幸拜读了蛙蛙池塘的<蛙蛙推荐:蛙蛙教你文本聚类>这篇文 ...
C#下实现的基础K-MEANS多维聚类
转自:http://www.cnblogs.com/lzxwalex/p/7708266.html C#下实现的基础K-MEANS多维聚类 #本文PDF版下载 C#下实现的基础K-MEANS多维聚类P ...
【毕业设计_课程设计】基于 K-means 算法的校园微博热点话题发现系统（源码+论文）
文章目录 0 前言 1 项目说明 2 开发环境 3 系统架构 4 研究结果 5 论文目录 6 项目工程 0 前言基于 K-means 算法的校园微博热点话题发现系统提示:适合用于课程设计或毕业设计 ...
kmeans及模型评估指标_基于K-MEANS聚类模型和RFM价值分类模型的订单交易用户价值分析...
用户数据化运营是互联网运营工作必备工作之一,且产品的生存必须有用户.而会员价价值度是用来评估用户的价值情况,是区分会员价值的重要性模型和参考依据,也是衡量不同营销效果的关键指标之一,我们可以通过复购率 ...
基于K-Means聚类算法的主颜色提取
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 01.简介本期我们将一起实现基于K-Means聚类算法的主色提取 ...
基于Kmeans聚类算法的图像分割（色彩分割）实战
基于Kmeans聚类算法的图像分割(色彩分割)实战图像分割是将一幅图像分割成多个像素区域的任务.属于同一对象类型的所有像素都被分配到同一类别下.图像分类是给一副完整的图像一个类别,目标检测是检测到图 ...
【Kmeans】基于Kmeans的聚类算法的MATLAB仿真
0.完整源码获得方式方式1:微信或者QQ联系博主方式2:订阅MATLAB/FPGA教程,免费获得教程案例以及任意2份完整源码 1.软件版本 MATLAB2021a 2.本算法理论知识 ...
基于Kmeans算法的文档聚类(包含Java代码及数据格式)
本文作者:合肥工业大学管理学院钱洋 email:1563178220@qq.com 内容可能有不到之处,欢迎交流. 未经本人允许禁止转载. 介绍给定多篇文档,如何对文档进行聚类.本博客使用的是k ...
【matlab】机器学习与人工智能期末课设，基于 K-means 聚类算法的图像区域分割系统
基于 K-means 聚类算法的图像区域分割系统主要由两部分组成,分别是登录界面和主界面.用户登录模块负责用户的登录功能,用户输入账号和密码正确后,进入主界面,失败则跳出弹窗,提示用户登录失败.这是用 ...

基于KMeans的微博聚类

sklearn库实现

数据集

特征抽取

聚类

找出每簇的中心思想

基于KMeans的微博聚类相关推荐

最新文章

热门文章