机器学习实践 -- 20newsgroups

机器学习实践

数据获取

sklearn数据库中含有该数据集，可以通过如下代码获取：

groups_sk = datasets.fetch_20newsgroups()
# dict_keys(['DESCR', 'data', 'description', 'target_names', 'target', 'filenames'])

其中：

groups_sk.filenames
array([ '/home/spirit/scikit_learn_data/20news_home/20news-bydate-train/rec.autos/102994',
       '/home/spirit/scikit_learn_data/20news_home/20news-bydate-train/comp.sys.mac.hardware/51861',
      dtype='<U93')

聚类