【機器學習課程-華盛頓大學】：1 案例研究 1.4 聚類（1）概念描述

根據「檢索感興趣的文檔」引出聚類和相似度的學習。   一、檢索文檔和測量文檔相似度的算法 1、2個問題 （1）如何衡量2個文章的相似度； （2）如何找出另一篇文章。   2、相似度測量 （1）詞袋模型 不考慮詞的順序，只統計每個詞出現的次數。 （2）單詞統計的相似度測量 單詞次數統計，然後進行點乘，作爲相似度測量的結果。 但上述直接點乘容易造成：較長的文章，相似度越高，因此，需要先進行歸一化，再點

>>阅读原文<<