Как определить, что такое кластер?

Question

У меня есть твиты, полученные с помощью API Twitter, и мне нужно сгруппировать твиты по 2 категориям. Для группировки я использовал doc2vec для представления твитов в числовой форме, а затем выполнил кластеризацию алгоритма DBSCAN. Но как узнать, к какой категории относится кластер? Мой вывод - просто твиты, назначенные на разные кластеры.

Например, мне нужно знать, какой твит указывает потребности людей , а какие твиты указывают, что люди могут предложить .

Как узнать, в каком кластере есть твиты? Спасибо!

Answer 1

Вероятно, ни один кластер не является ни одной из этих двух вещей.

Кластеризация не контролируется. Вы не можете контролировать то, что он находит. Это могут быть твиты, содержащие слово f ... word против твитов, которые этого не делают.

Если вам нужно что-то конкретное, такое как «потребности» и «предложения», тогда вам абсолютно необходимо нужно для обучения контролируемого алгоритма из помеченных данных.