Wie kann man Cluster schön plotten?

Ich habe einen großen Textdatensatz geclustert. Jeder Cluster wird durch einen Schwerpunkt der dazugehörigen vektorisierten Texte, die Anzahl der Texte, das Erstellungsdatum und andere Parameter dargestellt. Ich kann die Cluster nicht in einem n-dimensionalen Raum darstellen. Welche Möglichkeiten habe ich?

T-SNE ist ein weiterer Algorithmus zur Verringerung der Dimensionalität, der im Artikel in der anderen Antwort nicht erwähnt wird. Wird für SEHR hochdimensionale Daten verwendet, wenn Sie einige Einbettungen für Ihren Datensatz trainiert haben. Referenz hier . Python-Standardbibliothek hier .

Prost

Mehrere Möglichkeiten:

• Lokal lineare Einbettung (LLE) : Diese Methode erstellt einen Satz lokaler geometrischer Patches, auf denen jeweils ein Datenpunkt durch die gewichtete Summe seines K nächsten Nachbarn rekonstruiert wird, und ordnet diese Patches einem Raum mit niedrigeren Dimensionen zu. Finden Sie den Code hier und ich rate dringend, sowohl LLE als auch Modified LLE zu verwenden und den besseren (visuell) zu verwenden.
• t-SNE : Ordnet die Ähnlichkeit von Punkten in hoher Dimension einer niedrigdimensionalen Mannigfaltigkeit zu, die durch ihren Abstand in der t-Verteilung extrahiert wird. Achten Sie darauf, die Parameter richtig einzustellen .
• Spektrale Einbettung : Spektrale Clusterbildung in der Tat (oder genauer gesagt, spektrale Clusterbildung ist in der Tat eine einfache Clusterbildung in einer spektral eingebetteten Version von Daten). Es projiziert die Daten auf Eigenvektoren seines Laplace-Operators entsprechend der Größe der entsprechenden Eigenwerte.

viele mehr ...

Sie können einen Dimensionsreduktionsalgorithmus (wie die Hauptkomponentenanalyse) verwenden, um die Anzahl der Dimensionen der Daten auf 2 oder 3 zu reduzieren, und dann Streudiagramme mit den reduzierten Variablen durchführen und sie entsprechend dem Cluster färben, zu dem sie gehören. In diesem Blogpost wird etwas Ähnliches getan.