Question

那么其他参数呢？我们能否调整它们来得到更好的结果？

当然可以。我们当然可以调整簇的个数或试验向量化处理器的max_features 参数（你应该尝试一下！）。同样，我们还能试验不同的簇中心初始化方法。在这里除了K均值方法，还有更多令人兴奋的替代方法。例如，有一些聚类方法可以让你使用不同的相似度衡量方法，诸如余弦（Cosine）相似度、皮尔逊（Pearson）系数，或者Jaccard系数。这是一个令人兴奋的领域。

但是在我们到达那里之前，必须定义清楚“更好”具体是指什么。Scikit有一个完整的工具包，专门用于这个定义。这个包叫做sklearn.metrics ，它包含各种不同的指标，用来衡量聚类的质量。也许，现在我们首先就要看一下这个库的源代码。