k-means 中的特征权重答案

【问题标题】：Weights of features in k-meansk-means 中的特征权重
【发布时间】：2017-12-30 09:50:09
【问题描述】：

我有一组要聚类的维基百科文本。

代码如下：

import pandas as pd                                             
import numpy as np                                             
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.cluster import KMeans

#parameters
maximum_features = 1000000
max_intera = 300

#load text file
wiki = pd.read_csv('people_wiki.csv')

#TF-IDF vectorization
vectorizer = TfidfVectorizer(max_features=maximum_features, norm = 'l2', stop_words='english')
tfidf = vectorizer.fit_transform(wiki['text'])

#clustering
kmeans = KMeans(n_clusters=3, random_state=0, init='k-means++', max_iter = max_intera).fit(tfidf)

我想知道每个特征的权重，如下所示（她 0.025 她：0.017 .....）：

总而言之：我想要每个特征（单词）的权重并呈现 5 个更相关的。

文件“people_wiki.csv”在这里：

https://ufile.io/udg1y

【问题讨论】：

标签： python scikit-learn nlp k-means

【解决方案1】：

尝试使用此解决方案：

print(tfidf.idf_)

【讨论】：