聚类方法
Weka自带的聚类算法一般有：
- KMeans
- EM 算法
- Hierarchical Cluster（层次聚类）
- Denstiy Based Cluster（基于密度的聚类）
聚类数据
1） 自备数据
自备数据挺麻烦的，需要自己做预处理，计算权重什么的，因为以前自己做过聚类算法，这些模块都可以重用，所以先用自备数据试试看。
使用了2933篇英文文档，使用Gate进行分词以及NER进行命名实体识别。然后抽取有用的特征将文档集合做成
2）纯文本
使用纯文本就是需要使用Weka里自带的预处理工具进行文本预处理，由于单纯使用Weka有一些不方便，所以可以采用使用Weka提供源码的方法进行文本聚类和预处理。
读取文本数据程序：
聚类结果
聚类结果是