绘制新文档以散点图

Posted 2023-03-12

【中文标题】绘制新文档以散点图

【英文标题】：Plotting new documents to scatter plot

【发布时间】：2018-01-20 01:09:48

【问题描述】：

我希望深入了解我的数据。我正在使用 sklearn PCA 将它们转换为 VSM 并将它们绘制到 matplotlib 图。这涉及到

使用管道将文档转换为数字矩阵

test = pipeline.fit_transform(docs).todense()

适合我的模型

pca = PCA().fit(test)

然后我使用 transform 转换它

    data = pca.transform(test)

最后我使用 Matplotlib 绘制结果

   plt.scatter(data[:,0], data[:,1], c = categories)

我的问题是：我如何获取新句子并确定它们相对于绘制的其他文档的位置。使用 X 标记它们的相对位置 ?

谢谢

【参考方案1】：

还将新文档转换为数值数组

new = pipeline.transform(new_docs).todense()

请注意，这将 pipeline 与先前拟合的参数一起使用，因此它是 pipeline.transform，而不是 pipeline.fit_transform。

使用之前拟合的pca 转换新数据。

new_data = pca.transform(new)

这会将新数据转换到与原始数据相同的 PC 空间。

使用第二个scatter 将新数据添加到绘图中。

plt.scatter(data[:,0], data[:,1], c = categories)
plt.scatter(new_data[:,0], new_data[:,1], marker = 'x')
plt.show()