将概念上相似的文档聚集在一起？

Question

这更像是一个概念问题，而不是一个实际的实现，我希望有人能澄清。我的目标是：给定一组文档，我希望对它们进行聚类，以便属于同一个集群的文档具有相同的“概念”。在

据我所知，Latent Semantic Analysis让我找到术语文档矩阵的一个低阶近似值，即给定一个矩阵X，它将分解为三个矩阵的乘积，其中一个矩阵是对角矩阵∑：

现在，我将选择一个低秩近似值，即只从∑中选择前k个值，然后计算X'。一旦我有了这个矩阵，我必须应用一些聚类算法，最终的结果将是一组具有相似概念的聚类文档。这是应用集群的正确方法吗？我的意思是，计算X'然后在其上应用聚类，或者有其他方法遵循吗？在

另外，在我的一个有点{a2}的文章中，我被告知一个邻居的意义随着维数的增加而丢失。在这种情况下，从X'聚类这些高维数据点的理由是什么？我猜，对相似文档进行集群的需求是现实世界中的需求，在这种情况下，如何着手解决这一问题？在

Answer 1

对于问题的第一部分：不，您不需要再执行任何“集群”。您的singular value decomposition中已经提供了这样的集群。如果这还不清楚，请详细研究您的链接方式Latent Semantic Analysis。在

第二部分：请先找出问题的第一部分，然后在此基础上重述这部分问题。在