【大数据】《红楼梦》作者分析（QDU）

• 【大数据】蔬菜价格分析（QDU）
• 【大数据】美国新冠肺炎疫情分析——错误版（QDU）
• 【大数据】美国新冠肺炎疫情分析——正确版（QDU）
• 【大数据】乳腺癌预测——老师给的链接（QDU）
• 由于kaggle上“猫狗大战”的测试集标签是错的，所以没做出来，用的github上的代码
• 【大数据】《红楼梦》作者分析（QDU）

问题分析

《红楼梦》是我国著名的四大名著之一，一般的认为《红楼梦》的前八十回为曹雪芹撰写，后四十回为高鹗续写，但也有学者对此并不认可。

一般来说，不同的作者往往会具有不同的写作风格，这些风格可以通过在文中的虚词的频率进行衡量，因此，可以考虑统计各章中虚词出现频率，并以此作为基础数据来聚类分析，对《红楼梦》章节进行划分，从而分析章节与作者之间的关系。

解决思路

对比三种方式“K-Mean