如何解决使用t-SNE可视化LSA并优化组件编号
我正在尝试使用NLP分析LSA的新闻标题。我发现，最可解释的结果是通过使用以下矢量化程序实现8个组件：
vectorizer = TfidfVectorizer(stop_words=my_stop_words,ngram_range=(2,2),min_df=2)
n_components = 8
lsa = TruncatedSVD(n_components=n_components,n_iter=5,random_state=42)
doc_topic = lsa.fit_transform(df_vect)
我对可用于LSA的可视化工具感到困惑，并正在寻求指导。关于如何通过聚类或其他方式可视化这些结果，似乎缺少博客/文档。这是使用LSA（与LDA和群集相对）的本质吗？除了从主题中读取单词并查看它们是否有意义之外，我还不确定如何“优化”主题建模。如果我完全走错了路，请告诉我。
我试图在文档项（V_transpose）矩阵上使用t-SNE将组件分解为2D以便进行可视化，但是每个群集的分布都没有模式。我已附上一张图片。
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。
