屿贤 2022-01-16 22:16 采纳率: 100%
浏览 367
已结题

python kmeans聚类后如何获取到分类的数据?

本人在用python做文本聚类分析,由于文本数据过大了,所以可视化看不清层次。请问我想要以数据的形式看到每一个小类应该怎么办呀,我现在只会获取每类的个数和中心点,有没有什么函数或者包呢?

tfidf_vectorizer = TfidfVectorizer(token_pattern=r"(?u)\b\w+\b",ngram_range=(1,1),
                                    max_features=200000,use_idf=True,
                                    )
tfidf_matrix = tfidf_vectorizer.fit_transform(files) #files为原始文本
#使用 K-means 算法进行聚类
mykms = KMeans(n_clusters=4).fit(tfidf_matrix)
#接下去怎么写呢
'''
想得到这样的结果:
第1类:[(xx,dd),(ss,ff),(gg,kk)]
第2类:[(xx,dd),(ss,ff),(gg,kk)]
'''
  • 写回答

2条回答 默认 最新

  • youcans_ 人工智能领域优质创作者 2022-01-17 09:23
    关注
    
        # 整理聚类结果
        listName = dfData['地区'].tolist()  # 将 dfData 的首列 '地区' 转换为 listName
        dictCluster = dict(zip(listName,kmCluster.labels_))  # 将 listName 与聚类结果关联,组成字典
        listCluster = [[] for k in range(nCluster)]
        for v in range(0, len(dictCluster)):
            k = list(dictCluster.values())[v]  # 第v个城市的分类是 k
            listCluster[k].append(list(dictCluster.keys())[v])  # 将第v个城市添加到 第k类
        print("\n聚类分析结果(分为{}类):".format(nCluster))  # 返回样本集的分类结果
        for k in range(nCluster):
            print("第 {} 类:{}".format(k, listCluster[k]))  # 显示第 k 类的结果
    
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
  • youcans_ 人工智能领域优质创作者 2022-01-17 09:25
    关注

    更多内容,可以参见: Python数模笔记-Sklearn(2)聚类分析
    https://blog.csdn.net/youcans/article/details/116596017

    评论
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 1月25日
  • 已采纳回答 1月17日
  • 创建了问题 1月16日

悬赏问题

  • ¥15 单点式登录SSO怎么爬虫获取动态SSO_AUTH_ACCESS_Token
  • ¥15 MATLAB中的fft问题
  • ¥30 哈夫曼编码译码器打印树形项目
  • ¥20 求完整顺利登陆QQ邮箱的python代码
  • ¥15 怎么下载MySQL,怎么卸干净原来的MySQL
  • ¥15 网络打印机Ip地址自动获取出现问题
  • ¥15 求局部放电案例库,用于预测局部放电类型
  • ¥100 QT Open62541
  • ¥15 stata合并季度数据和日度数据
  • ¥15 谁能提供rabbitmq,erlang,socat压缩包,记住版本要对应