Text-Clustering

基于Kmeans与Lda模型的多文档主题聚类,输入多篇文档,输出每个主题的关键词与相应文本,可用于主题发现与热点分析

由于聚类效果并不像精确度那样有一个具体的数值可做比较，本实验没有具体改进K-Means算法，而是从簇内损失值、轮廓系数、二维可视化效果三方面观察并确定一个大致合理的K值

Github Reference:

https://github.com/liuhuanyong/TopicCluster

Blog Reference：

Kmeans:

使用sklearn提取文本的tfidf特征: https://www.jianshu.com/p/c7e2771eccaa

sklearn——CountVectorizer详解: https://blog.csdn.net/weixin_38278334/article/details/82320307

TF-IDF计算与sklearn中CountVectorizer和TfidfTransformer使用: https://blog.csdn.net/wf592523813/article/details/81911155

LDA:

gensim tutorials：https://radimrehurek.com/gensim/auto_examples/index.html#core-tutorials

Python之gensim自然语言处理库:https://www.cnblogs.com/wangqingyi/articles/5911647.html