如何解决有没有办法绘制 PCA 和 kmeans？
我开发了这个函数来构建我的术语-文档矩阵：
vec = CountVectorizer(analyzer = "word",token_pattern=r'\b[a-zàâçéèêëîïôûùüÿñæœ]{3,}\b',binary=True)
X = vec.fit_transform(chunk_df['text']).T
term-document = pd.DataFrame(X.toarray(),index = vec.get_feature_names())
我将在这个矩阵上应用 kmeans 示例：
kmeans = KMeans(n_clusters=2,random_state=0).fit(X)
在这一步，我想应用 PCA 并绘制单词，我想可视化单词的分区（每组单词将包含在同一个集群中），我还想根据单词的大小（名词这个词出现在语料库中），请帮忙
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
