一、 KMeans的优劣
优点：
1.是解决聚类问题的一种经典算法，简单、快速
2.对处理大数据集，该算法保持可伸缩性和高效率
3.当结果簇是密集的，它的效果较好
缺点
1.必须事先给出k（要生成的簇的数目），而且对初值敏感，对于不同的初始值，可能会导致不同结果。
2.对躁声和孤立点数据敏感
二、召回率
召回率是指检索出的 相关文档数 和 文档库中所有的相关文档数 的比率
三、构建文本分类器的步骤
1.确定分类体系；
2.积累样本： 从门户网站爬取指定类别下的文章
3.文本预处理；
4.训练分类器；
5.测试分类器性能。