内容简介：在有监督学习方面，笔者已经讲述了基于 ML 和 DL 的中文文本分类。本场 Chat 笔者将在文本相似性度量（聚类重点会用到上一篇中各种距离的度量）的基础上，趁热打铁，在无监督学习方面，完成中文文本的聚类实战。你将主要学习到如下内容：阅读全文:
在有监督学习方面，笔者已经讲述了基于 ML 和 DL 的中文文本分类。本场 Chat 笔者将在文本相似性度量（聚类重点会用到上一篇中各种距离的度量）的基础上，趁热打铁，在无监督学习方面，完成中文文本的聚类实战。
你将主要学习到如下内容：
- 无监督学习的研究现状。
- K-means 方法原理。
- DBSCAN 方法原理。
- NMF 方法原理。
- PCA 降维的原理及步骤。
- 实战 TF-IDF 的中文文本 K-means 聚类。
- 实战 Word2Vec 的中文文本 K-means 聚类。
- 聚类结果的可视化。
阅读全文: http://gitbook.cn/gitchat/activity/5b15556785040e095b60d67a
一场场看太麻烦？订阅GitChat体验卡，畅享300场chat文章！更有CSDN下载、CSDN学院等超划算会员权益！点击查看
以上所述就是小编给大家介绍的《NLP 中文文本聚类之无监督学习》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- 基于无监督学习的语义不畅低质文本识别与应用如何撑起58同城海量数据？
- [译] 机器学习模型一览：监督型、半监督型和无监督型
- 一文读懂监督学习、无监督学习、半监督学习、强化学习这四种深度学习方式
- 无监督学习概述之无监督特征学习
- 有监督与无监督学习，KNN与KMeans
- ICLR 2020 | 精度逼近有监督，港中文提出无监督学习框架：同步平均教学
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
