Cloud Bigquery-文本聚类

有人知道谁可以在google的bigquery表上运行文本聚类吗？我曾尝试在一些小数据集（2k行，单列）上使用nltk，但似乎要花很长时间（在四核、8GB机器、Linux上99%的CPU）

---

谢谢

由于您已经在使用谷歌云工具，因此值得研究。我没有亲自使用过它，但我听说它可以处理的数据集的大小很好

---

既然您提到了Python库——另一个选项（也可能受到数据集大小的限制）是使用PyData工具，其中包括用于导入数据的Pandas（查看

Pandas.io.read_bq

）和用于运行集群算法的Scikit学习包。内置的速度优化功能相当多。

nltk。什么？99%的CPU支持1毫秒、5毫秒、几个小时？你的问题太不明确了（我很惊讶它能得到答案）