使用k-means對文本進行聚類

1蚣抗、數(shù)據(jù)說明
corpus為一個list,每一項代表一個文本癌瘾,每個文本為分詞后的數(shù)據(jù)觅丰。

2、導(dǎo)入包

from sklearn.feature_extraction.text importTfidfVectorizer
from sklearn.manifold import TSNE
from sklearn.cluster import KMeans
import jieba
import matplotlib.pyplot as plt

3妨退、使用TF-IDF特征進行聚類

tfidf_model = TfidfVectorizer().fit(corpus)
tfidf_matrix = tfidf_model.transform(corpus)
num_clusters = 10
km_cluster = KMeans(n_clusters=num_clusters, max_iter=300, n_init=40, 
                    init='k-means++',n_jobs=-1)
result = km_cluster.fit_predict(tfidf_matrix)
tfidf_weight = tfidf_matrix.toarray()

4妇萄、可視化

# 使用T-SNE算法,對權(quán)重進行降維咬荷,準(zhǔn)確度比PCA算法高冠句,但是耗時長
tsne = TSNE(n_components=2)
decomposition_data = tsne.fit_transform(tfidf_weight)

x = []
y = []

for i in decomposition_data:
    x.append(i[0])
    y.append(i[1])

fig = plt.figure(figsize=(10, 10))
ax = plt.axes()
plt.scatter(x, y, c=km_cluster.labels_, marker="x")
plt.xticks(())
plt.yticks(())
plt.show()
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市幸乒,隨后出現(xiàn)的幾起案子懦底,更是在濱河造成了極大的恐慌,老刑警劉巖逝变,帶你破解...
    沈念sama閱讀 206,839評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異奋构,居然都是意外死亡壳影,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評論 2 382
  • 文/潘曉璐 我一進店門弥臼,熙熙樓的掌柜王于貴愁眉苦臉地迎上來宴咧,“玉大人,你說我怎么就攤上這事径缅〔粽ぃ” “怎么了?”我有些...
    開封第一講書人閱讀 153,116評論 0 344
  • 文/不壞的土叔 我叫張陵纳猪,是天一觀的道長氧卧。 經(jīng)常有香客問我,道長氏堤,這世上最難降的妖魔是什么沙绝? 我笑而不...
    開封第一講書人閱讀 55,371評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮鼠锈,結(jié)果婚禮上闪檬,老公的妹妹穿的比我還像新娘。我一直安慰自己购笆,他們只是感情好粗悯,可當(dāng)我...
    茶點故事閱讀 64,384評論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著同欠,像睡著了一般样傍。 火紅的嫁衣襯著肌膚如雪横缔。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,111評論 1 285
  • 那天铭乾,我揣著相機與錄音剪廉,去河邊找鬼。 笑死炕檩,一個胖子當(dāng)著我的面吹牛斗蒋,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播笛质,決...
    沈念sama閱讀 38,416評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼泉沾,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了妇押?” 一聲冷哼從身側(cè)響起跷究,我...
    開封第一講書人閱讀 37,053評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎敲霍,沒想到半個月后俊马,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,558評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡肩杈,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,007評論 2 325
  • 正文 我和宋清朗相戀三年柴我,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片扩然。...
    茶點故事閱讀 38,117評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡艘儒,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出夫偶,到底是詐尸還是另有隱情界睁,我是刑警寧澤,帶...
    沈念sama閱讀 33,756評論 4 324
  • 正文 年R本政府宣布兵拢,位于F島的核電站翻斟,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏说铃。R本人自食惡果不足惜杨赤,卻給世界環(huán)境...
    茶點故事閱讀 39,324評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望截汪。 院中可真熱鬧疾牲,春花似錦、人聲如沸衙解。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽蚓峦。三九已至舌剂,卻和暖如春济锄,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背霍转。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評論 1 262
  • 我被黑心中介騙來泰國打工荐绝, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人避消。 一個月前我還...
    沈念sama閱讀 45,578評論 2 355
  • 正文 我出身青樓低滩,卻偏偏與公主長得像,于是被迫代替她去往敵國和親岩喷。 傳聞我的和親對象是個殘疾皇子恕沫,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,877評論 2 345