目前的情况是:针对文本聚类的问题已做了预处理(当然特征提取的也不是特别完美。。),目前用遗传算法对实际文本进行聚类,已经初步得到一个很好的聚类结果,中间有一点小创新,但是由于创新性不高,老师不让发论文。。。
在研究文本聚类的时候发现一问题。大家都知道,在特征表示时,因为数据的稀疏性会导致维数大,耗时等问题,就出现很多针对稀疏性的降维方法。。(最近也看了很多像SPP等降维方法)但是我就是因为没有降维才得到了很好的聚类结果,而遗传算法的操作算子恰对原数据的稀疏性破坏不大,所以聚类结果才较好。。所以现在想知道还有什么算法能够和遗传算法结合,且操作起来也不会破坏数据的稀疏性的其他算法。。还有在各大网站上搜索稀疏性都是关于降维的。。。。我就想看看有没有不用降维的。。。当然我这维数确实很高。。
希望能和做相关方面研究的牛人们交流交流~~多多指导~~~~
关于遗传算法的高维文本聚类问题
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答
悬赏问题
- ¥15 c程序不知道为什么得不到结果
- ¥40 复杂的限制性的商函数处理
- ¥15 程序不包含适用于入口点的静态Main方法
- ¥15 素材场景中光线烘焙后灯光失效
- ¥15 请教一下各位,为什么我这个没有实现模拟点击
- ¥15 执行 virtuoso 命令后,界面没有,cadence 启动不起来
- ¥50 comfyui下连接animatediff节点生成视频质量非常差的原因
- ¥20 有关区间dp的问题求解
- ¥15 多电路系统共用电源的串扰问题
- ¥15 slam rangenet++配置