Python 文本挖掘库

Question

我必须使用 python 2.x 在 web2py 中构建一个文本挖掘应用程序。应用程序的目的是从网站收集数据并将它们保存在一个文本文件中，然后将该文本文件传递给程序进行文本到矩阵的转换，最后我必须对该数据应用聚类。

我的问题是我可以使用哪些开源库或 API 来涵盖文本到矩阵的转换并在 python 2.x 上应用集群？

Answer 1

我认为scikit-learn 应该满足您的需求。如果不确切知道您的数据会是什么样子，很难说，但 scikit-learn 的 API 中有许多文本操作函数和内置的聚类算法。