kmeans聚类算法python实现文本聚类

以下是使用Python实现文本聚类的K-means算法的示例代码：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.cluster import KMeans

# 假设有一个文本数据集，存储在一个列表中
text_data = [
    "This is the first document.",
    "This document is the second document.",
    "And this is the third one.",
    "Is this the first document?"
]

# 将文本数据转换为TF-IDF特征向量
vectorizer = TfidfVectorizer()
tfidf_matrix = vectorizer.fit_transform(text_data)

# 使用K-means算法进行聚类
k = 2  # 设置聚类的簇数
kmeans = KMeans(n_clusters=k)
kmeans.fit(tfidf_matrix)

# 输出每个文本所属的聚类簇
for i, text in enumerate(text_data):
    cluster_label = kmeans.labels_[i]
    print(f"Text: {text}\tCluster: {cluster_label}")

# 输出每个聚类簇的中心点
for i, center in enumerate(kmeans.cluster_centers_):
    print(f"Cluster {i} center: {center}")

这段代码使用了`sklearn`库中的`TfidfVectorizer`和`KMeans`类来实现文本聚类的K-means算法。首先，将文本数据集转换为TF-IDF特征向量表示。然后，使用K-means算法对特征向量进行聚类，将文本分为指定数量的簇。最后，输出每个文本所属的聚类簇以及每个聚类簇的中心点。