KNN文本聚类代码

from __future__ import print_function

import numpy as np
import time
import re
import os
import math
all=‘train.txt‘
latentpath=
normFlag=False
k=30
def file2matrix（filelisttfidfpath norm=False）:
    fr = open（filelist）         
    files = [line.strip（） for line in fr.readlines（）]
    number_of_samples = len（files） 
    fr.close（）
    list_of_line=files[0].split（）
    FileTFIDF=os.path.join（tfidfpathfiles[0].split（）[0]）
    fd=open（FileTFIDF‘r‘）
    fea_dim=len（fd.readlines（））
    fd.close（）
    SampleMat = np.zeros（（number_of_samplesfea_dim）dtype=float）
    Label=np.zeros（（number_of_samples）dtype=np.int）
    fileindex = 0
    for file in files:
        list_of_line=file.split（）
        FileTFIDF=os.path.join（tfidfpathlist_of_line[0]）
        str1=re.sub