这里会显示出您选择的修订版和当前版本之间的差别。
| 两侧同时换到之前的修订记录 前一修订版 后一修订版 | 前一修订版 | ||
|
zh:courses:textmining2026:ch05 [2026/10/12 15:14] pzczxs [AP聚类方法] |
zh:courses:textmining2026:ch05 [2026/10/20 07:27] (当前版本) pzczxs [AP聚类方法] |
||
|---|---|---|---|
| 行 1: | 行 1: | ||
| ====== 第五章:文本聚类 ====== | ====== 第五章:文本聚类 ====== | ||
| ===== 课件 ===== | ===== 课件 ===== | ||
| - | 下载:文本聚类 | + | 下载:{{ :zh:courses:textmining2026:ch05.pptx |文本聚类}} |
| ===== 数据集 ===== | ===== 数据集 ===== | ||
| - | 下载: | + | 下载:{{ :zh:courses:textmining2026:chapter5.zip |}} |
| ===== 工具类 ===== | ===== 工具类 ===== | ||
| 行 1141: | 行 1141: | ||
| } | } | ||
| </file> | </file> | ||
| + | |||
| + | <file java AffinityPropagationDemo.java> | ||
| + | package cn.edu.bjut.textmining.chapter5; | ||
| + | |||
| + | import cn.edu.bjut.textmining.chapter5.support.SampleNews; | ||
| + | |||
| + | /** 在同一TF-IDF空间中传播消息并选取新闻代表。 */ | ||
| + | public class AffinityPropagationDemo { | ||
| + | public static void main(String[] args) { | ||
| + | try { | ||
| + | double[][] vectors = SampleNews.vectors(); | ||
| + | AffinityPropagation.Result result = AffinityPropagation.fit(vectors, 0.7, 300, 20); | ||
| + | System.out.printf( | ||
| + | "偏好值=%.9f,迭代轮数=%d,收敛=%s%n", | ||
| + | result.preference, result.iterations, result.converged); | ||
| + | System.out.print("代表点:"); | ||
| + | for (int i : result.exemplars) { | ||
| + | System.out.print("N" + (i + 1) + " "); | ||
| + | } | ||
| + | System.out.println(); | ||
| + | SampleNews.printClusters(result.labels); | ||
| + | } catch (Exception e) { | ||
| + | e.printStackTrace(); | ||
| + | } | ||
| + | } | ||
| + | } | ||
| + | </file> | ||
| + | |||
| + | ===== 上机作业 ===== | ||
| + | * 完成每类(内部度量法、外部度量法和基于聚类稳定性的方法)聚类性能评价中的至少一种。 | ||
| + | |||
| + | ~~DISCUSSION~~ | ||