我是一名文本挖掘新手,以下是我的情况。假设我有一个单词列表['car', 'dog', 'puppy', 'vehicle'],我想将单词聚类成k个组,期望的输出是[['car', 'vehicle'], ['dog', 'puppy']]。我首先计算每个单词之间相似度得分,得到一个4x4矩阵M,其中Mij是单词i和j之间的相似得分。之后,将单词转化为数字数据,利用不同的聚类库(如sklearn)或自行实现聚类方法以获得单词聚类结果。
我想知道这种方法是否可行?此外,我应该如何确定k的值?更重要的是,我知道存在不同的聚类技术,我在考虑是否应该使用k-means或k-medoids来进行单词聚类?
我想知道这种方法是否可行?此外,我应该如何确定k的值?更重要的是,我知道存在不同的聚类技术,我在考虑是否应该使用k-means或k-medoids来进行单词聚类?