[置顶] R语言进行中文分词和聚类
摘要:
目标:对大约6w条微博进行分类环境:R语言由于时间较紧,且人手不够,不能采用分类方法,主要是没有时间人工分类一部分生成训练集……所以只能用聚类方法,聚类最简单的方法无外乎:K-means与层次聚类。尝试过使用K-means方法,但结果并不好,所以最终采用的是层次聚类,也幸亏结果还不错……⊙﹏⊙分词(Rwordseg包):分词采用的是Rwordseg包,具体安装和一些细节请参考作者首页 http://jliblog.com/app/rwordseg。请仔细阅读该页提供的使用说明pdf文档,真是有很大帮助。安装:P.S.由于我是64位机,但是配置的rj包只能在32bit的R上使用,而且Rwords 阅读全文