3/20 (二) 工作日誌

今天繼續昨天未完成的LSI步驟，昨天發現輸出到檔案的矩陣維度少了幾十個，在花了點時間後，發現輸出到螢幕上並沒有問題，而輸出到檔案就發生了問題，這讓我聯想到是不是資料緩衝的問題，結果後來強迫寫完檔案後要強迫把暫存的資料全部寫回檔案，便解決了這一個問題，其實這不是第一次碰到這個問題了，只是每次都會忘了有這個問題存在，以後要多加小心才是！
做完了LSI，接下來便是要對網頁做分群的動作，採用的是K-means，在網路上找了一下相關的工具及函式庫，還挺多範例可以看的，不過要花點時間改成我可以用的，這個分群的階段目的是為了要建成Concept Graph，也就是哪幾類的群可能連到Target群，有了這些資訊後，就可以著手訓練HMM模型了。