你好，能问一下，把boost库等等环境配置都搞好，这个代码就能调通了吗？不需要再加其他东西了吗？

能把3个图给发下吗，johnhypo@163.com

@woshixu @woshixu 推荐下载电子书 Data Minning Practical Machine Learning Tools and Techniques. weka实践的姊妹篇。 你的问题调用classify 下面的ibk 就行了。这个就是knn. 其实可以看看weka联机手册mannual里面找一下的。不过我第一次也是问的别人：）

@逍遥子_w @逍遥子_w 抱歉，一段时间毕业旅行去了，没有看到留言，你下一步就是用这些词建立vector space model然后用k-means算法分类了。

@zhuzhu2223 您好，您没有安装boost库吧。安装方法在 http://www.cnblogs.com/finallyliuyu/archive/2010/08/23/1806811.html

1>e:\apmserv-v5.2.6\apmserv-v5.2.6\apmserv5.2.6\www\文本聚类\wekapreprocess\wekapreprocess\preprocess.h(16) : fatal error C1083: 无法打开包括文件:“boost\tr1\regex.hpp”: No such file or directory 1>WekaPreprocess.cpp 1>e:\apmserv-v5.2.6\apmserv-v5.2.6\apmserv5.2.6\www\文本聚类\wekapreprocess\wekapreprocess\preprocess.h(16) : fatal error C1083: 无法打开包括文件:“boost\tr1\regex.hpp”: No such file or directory 1>正在生成代码... 1>生成日志保存在“file://e:\APMServ-v5.2.6\APMServ-v5.2.6\APMServ5.2.6\www\文本聚类\WekaPreprocess\WekaPreprocess\Debug\BuildLog.htm” 请问，这个情况要怎么解决？ 谢谢

@finallyly 你好，weka里classify里选择分类器里找不到KN算法，里面有吗？能不能教下我

博主您好，我最近刚开始接触自然语言处理，打算做个东西：从几万条微博数据中聚成几个主题，现在分词已经分完了，打算先做个简单的，把出现频率排在前一千个的实词作为特征词，接下来就没什么思路了，还望指点！谢谢 （还有，我看您这个k-means算法需要什么词袋子模型，我这个应该不用吧？）

@唐装鼠 o，那样可能会很慢吧。建议你一个函数一个函数调用，分阶段处理，各个函数都跑通了，再一次性调用。我写这个代码的目的一方面是自己学习文本分类聚类机制，一方面是想向别人传达这个实现机制，对于代码效率方面，确实有点捉襟见肘。

语料库全用做训练用了。。。

@逍遥子_w 是的，但是后续版本数据库又有升级到MSSQL2005,所以最好安装MSSQL2005，数据库直接附加就没问题。

楼主您好，我想问下您的编译环境是：VS2008+MSSQL2000吗？

@finallyly 嘿，谢谢博主~！

@ll&yy 王斌翻译的现代信息检索导论。 原书作者是christphor D manning

@唐装鼠 最多10分钟，如果长时间没有反应，就进入生成词典的函数中单步调试，看看问题出在哪了。

@唐装鼠 最多10分钟，如果长时间没有反应，就进入生成词典的函数中单步调试，看看问题出在哪了。

请问LZ，本文开头部分提到的书指的是什么书呢？

用你的语料库生成词典要多久

你好，用你的语料库，DFthreshold选多少合适，N选多少

@唐装鼠 你好，看看common.h 或者common.cpp中有没有？ 或者在Preprocess.cpp的头部有没有？