K-means聚类将哪些文本分配到哪个簇中？

1. 导入需要的库和数据

import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.cluster import KMeans

# 示例数据
data = pd.read_csv('text_data.csv')

2. 数据预处理和特征提取

# 去除重复的文本
data.drop_duplicates(inplace=True)

# TF-IDF特征提取
tfidf = TfidfVectorizer()
tfidf_matrix = tfidf.fit_transform(data['text'])

3. 进行K-means聚类

# 执行K-means
kmeans = KMeans(n_clusters=5)
kmeans.fit(tfidf_matrix)

# 聚类结果
clusters = kmeans.labels_

4. 将文本的簇标签加入原始数据表中

# 将文本的簇标签加入原始数据表中
data['cluster'] = clusters