使用机器学习的 JSON 文档聚类答案

【问题标题】：JSON document clustering using Machine Learning使用机器学习的 JSON 文档聚类
【发布时间】：2018-03-04 10:06:22
【问题描述】：

我正在尝试执行文档聚类。输入格式是一个 JSON 字符串，具有字符串和数字类型的各种键和值。根据存在的键的类型和值，我应该能够使用自己的类似类型对文档进行聚类。

例如：JSOn 文档：{"title":0, "brand":"Levis", "length":"28,30,32,34,36", "type":"Jeans"}, {"title":0, "brand":"Levis", "length":"28,30,32,34,36", "type":"Shirt"}, {"title":0, "brand":"Levis", "length":"28,30,32,34,36", "type":"Jeans"}, {"title":0, "brand":"Levis", "length":"28,30,32,34,36", "type":"Jeans"}, {"title":0, "brand":"Levis", "length":"28,30,32,34,36", "type":"Top"}, {"title":0, "Bname":"Brand1", "weight":"100", "type":"Top"}, {"title":0, "Bname":"Lee", "height":"2864", "type":"refrigerator"}, {"title":0, "brand":"Levis", "length":"28,30,32,34,36", "type":"Top"}, {"title":0, "Time":"Casio", "Price":"2000", "type":"watch"}, {"title":0, "brand":"Levis", "length":"28,30,32,34,36", "type":"Top"}, {"title":0, "brand":"Levis", "length":"28,30,32,34,36", "type":"Shirt"}

基于匹配参数，我想对文档进行聚类。

我想知道执行此操作的方法和可能的 java 机器学习库。

到目前为止，我已经了解 Kmeans，DBSCAN 在聚类中，但我不确定如何将 JSON 字符串简化为向量以及如何对此结果执行聚类。

【问题讨论】：

标签： java json machine-learning cluster-analysis data-science

【解决方案1】：

我会尝试将每个 JSON 字段转换为 CSV 或某些数据框（如 python pandas）上的列，注意空值或格式不正确的值。

如果您正在使用 Java，这里是使用该编程语言进行机器学习的 good article。您可以应用相同的原则。

Weka 是一个不错的 java 工具，可以开始尝试有监督和无监督算法。

祝你好运！

【讨论】：