文本聚类代码matlab

以下是一个简单的文本聚类代码，使用K-means算法在MATLAB中实现。

首先，我们需要准备文本数据。在这个例子中，我们使用了20个新闻组数据集，可以从网上下载。我们将每篇文章表示为一个向量，向量的每个维度表示词汇表中某个词的出现频率。

% 准备数据
load('news20.mat'); % 加载20个新闻组数据集
data = X'; % 将数据转换为行向量

接下来，我们将使用K-means算法对这些向量进行聚类。我们选择聚类数为5。

% 聚类
k = 5; % 聚类数
[idx, centers] = kmeans(data, k); % K-means算法

最后，我们将聚类结果可视化。我们选择使用二维主成分分析（PCA）将数据降维到二维空间中，并使用不同的颜色表示不同的聚类。

% 可视化
colors = ['r', 'g', 'b', 'c', 'm', 'y', 'k'];
figure;
hold on;
for i = 1:k
    scatter(data(idx==i,1), data(idx==i,2), colors(mod(i-1,length(colors))+1));
end
scatter(centers(:,1), centers(:,2), 'kx');
title('聚类结果');
xlabel('主成分1');
ylabel('主成分2');
legend('聚类1', '聚类2', '聚类3', '聚类4', '聚类5', '聚类中心');

完整代码：

% 准备数据
load('news20.mat'); % 加载20个新闻组数据集
data = X'; % 将数据转换为行向量

% 聚类
k = 5; % 聚类数
[idx, centers] = kmeans(data, k); % K-means算法

% 可视化
colors = ['r', 'g', 'b', 'c', 'm', 'y', 'k'];
figure;
hold on;
for i = 1:k
    scatter(data(idx==i,1), data(idx==i,2), colors(mod(i-1,length(colors))+1));
end
scatter(centers(:,1), centers(:,2), 'kx');
title('聚类结果');
xlabel('主成分1');
ylabel('主成分2');
legend('聚类1', '聚类2', '聚类3', '聚类4', '聚类5', '聚类中心');