1.使用python+selenium分析dom结构爬取百度|互动百科文本摘要信息；2.使用jieba结巴分词对文本进行中文分词，同时插入字典关于关键词；3.scikit-learn对文本内容进行tfidf计算并构造N*M矩阵(N个文档 M个特征词)；4.再使用K-means进行文本聚类(省略特征词过来降维过程);5.最后对聚类的结果进行简单的文本处...
改进TF_IDF算法的文本特征项权值计算方法_路永和
改进tf-idf算法的文本特征项权值计算方法 路永和,李焰锋 Keywords: 文本分类,tf-idf,特征权重,类别区分 Full-Text Cite this paper Add to My Lib Abstract: ?首先,从特征项重要性和类别区分能力的角度出发,通过分析传统的权重函数tf-idf(termfrequency-inversedocumentfrequency)及其相关改进算法,研究文本分类中...