使用 MatplotLib 可视化来自 SKlearn Kmeans 的稀疏输入

Posted 2023-03-12

【中文标题】使用 MatplotLib 可视化来自 SKlearn Kmeans 的稀疏输入

【英文标题】：Visualize Sparse Input from SKlearn Kmeans with MatplotLib

【发布时间】：2018-11-26 16:14:09

【问题描述】：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.cluster import KMeans

cc_tfid = TfidfVectorizer().fit_transform(cc_corpus)
cc_km = KMeans(n_clusters = 3, init = 'k-means++', max_iter = 99, n_init = 4, verbose = False )
cc_km.fit(cc_tfid)

plt.scatter(cc_tfid[:, 0], cc_tfid[:, 1])
centroids = cc_km.cluster_centers_
plt.scatter(centroids[:, 0], centroids[:, 1], c='red', s=200, alpha=0.5)
plt.show()

我可以可视化质心，但不能可视化点，因为它们来自稀疏矩阵。请问这个怎么画？

【问题讨论】：

你能分享复制问题的数据吗？

@MohammedKashif 给你dropbox.com/s/knwsoto5sa8blbg/cc_corpus?dl=0

【参考方案1】：

您可以使用.toarray() 将稀疏矩阵转换为密集数组：

plt.scatter(cc_tfid[:, 0].toarray(), cc_tfid[:, 1].toarray())

请注意，将所有点投影到 TF-IDF 向量空间的前两个维度上可能会导致非常无用的绘图。您最好通过 PCA 或 t-SNE 管道传输数据以将维数降低到 2。