假设我有一个词的列表集合，例如
[['apple','banana'], ['apple','orange'], ['banana','orange'], ['rice','potatoes','orange'], ['potatoes','rice']]这个集合实际上要大得多。我希望将通常一起出现的词聚集到同一个簇中。因此，在这个例子中，簇将是 ['apple', 'banana', 'orange'] 和 ['rice','potatoes']。
实现这种聚类的最佳方法是什么？
回答：
经过大量的搜索后，我发现实际上我不能使用聚类技术，因为我缺少可以对词进行聚类的特征变量。如果我制作一个表格，记录每个词与其他词一起出现的频率（实际上是笛卡尔积），这实际上是邻接矩阵，聚类在这上面效果并不好。
因此，我寻找的解决方案是图社区检测。我使用了igraph库（或Python的python-igraph包装器）来查找簇，结果运行得非常好且速度快。
更多信息：
