如何在kmeans中为每个集群制作词云答案

【问题标题】：How to make word cloud for each cluster in kmeans如何在kmeans中为每个集群制作词云
【发布时间】：2019-10-31 04:34:37
【问题描述】：

“我尝试使用词云打印每个集群中的数据点，我的数据点是矢量化数据（BOW），如何使用词云打印每个集群中的单词..？”

我已经为 k-means 完成了最优 k，之后我不知道如何在每个集群中打印单词

kmeanModel_bow = KMeans(n_clusters=2)

谁能帮助我了解如何使用词云为每个集群打印单词

【问题讨论】：

标签： python machine-learning data-science k-means word-cloud

【解决方案1】：

打印 y_kmeans 和 X 将告诉您哪一行属于哪个集群。

kmeanModel_bow = KMeans(n_clusters=2)
y_kmeans = kmeanModel_bow.fit_predict(X)

【讨论】：

ask 是打印 kmeans 集群的 wordcloud。提供的解决方案不能解决问题。

【解决方案2】：

from wordcloud import WordCloud, STOPWORDS 
import matplotlib.pyplot as plt 
import pandas as pd 

for tag  in  y_kmeans.labels_ :
if tag==1:
  tags1=element+" "+element[tag]
if tag==2:
  tags2=element+" "+element[tag]
if tag==3:
  tags3=element+" "+element[tag]

  wordcloud = WordCloud(width = 1000, height = 1000, 
            background_color ='white', 
            min_font_size = 14).generate(tag1) 

        plt.figure(figsize = (10, 10), facecolor = None) 
        plt.imshow(wordcloud)

【讨论】：

【解决方案3】：

为集群中的每个数据点绘制每个单词是不可行的。 BOW 将为每个句子创建数千个特征。即使您只有 1000 个数据点（1 个数据点是一个句子），它也会导致为单个集群绘制大约 10 万个单词。我建议为每个集群绘制集群中心。

获取聚类中心的特征：

使用返回 NumPy 数组的 KMeans 函数的 cluster_centers_ 属性。每行将具有对应于每个聚类中心的特征。使用以下代码获取特征词：

Words = np.array_str((np.take(vectorizer.get_feature_names(), featurearray)))

然后您可以使用 wordcloud 绘制获得的单词。

【讨论】：

【解决方案4】：

找到了解决问题的更好方法。质心方法可能不起作用，因为质心 BOW 很可能不存在。因为特征值将通过取其他数据点的平均值来计算。您可以使用以下逻辑来获取不同集群中的单词。

for i in tqdm(range(0,len(K_Means.labels_))):


   lisst = BOWVectorDataPoint[i].nonzero()

   if   K_Means.labels_[i] == 0:
    cluster0words = cluster0words + np.array_str((np.take(Vectorizer.get_feature_names(), lisst[1])))

   elif K_Means.labels_[i] == 1:
    cluster1words = cluster1words + np.array_str((np.take(Vectorizer.get_feature_names(), lisst[1])))

【讨论】：