【问题标题】：Features in KNN in a plane平面上的 KNN 中的特征
【发布时间】：2017-11-22 03:06:28
【问题描述】：
我正在学习一些 ML，但我被卡住了。假设我想使用 k 个邻居做一些文本分类。我使用 tfidf 向量器来创建一个矩阵术语文档，其中每个单元格都存储了 tf-idf 值。
现在，我如何在飞机上绘制点？我的意思是对于 x1-y1，y1 是文档 1 的预测类别，但是 x?
文档 X1 中的每个词项都是 Vector 的一个元素？我的意思是我无法真正理解文本分类中哪些是平面上的点以及如何将它们可视化。谢谢。
【问题讨论】：
标签：
machine-learning
text-classification
【解决方案1】：
一般来说，不能像绘制一组 (x,y) 点那样在平面上绘制文本数据。
在平面上，一种选择是选取二维 x 值，文档类使用点的颜色或形状表示。这里的 x 值是您计算的 tf-idf 值。通常 tf-idf 矩阵往往是稀疏的，因此这种可视化可能没有用。
文本处理中常用的一种技术是对 tf-idf 矩阵进行降维，并在缩小的空间中表示文档。 LSA 是一种方法。然后将每个文档表示为新空间中的一个点。通过选择前两个维度作为 x 和 y 值，现在可以更好地可视化文档。
这只是可视化的一个示例。如果您对要识别的关系类型有更好的了解，则可以用来指导可视化方法的选择。