Python 3.x 在K中为每个集群绘制WordCloud表示集群

我有一套

BOW功能

，而且我知道要使用的最好的

n_集群

。我需要帮助为每个集群绘制

WordCloud

，以便我们可以一次性分析每个集群中的单词

请参考任何一组弓形特征，并采取任何n_集群，我会把它与我的问题

考虑以下特征：

['aa', 'aahhhs', 'aback', 'abandon', 'abates', 'abbott', 'abby', 'abdominal', 'abiding', 'ability']

---

和3作为簇的数目。

假设您适合您的模型：

from sklearn.cluster import KMeans
kmeans_bow = KMeans(n_clusters=3, n_jobs=-1).fit(X_train_bow)

您安装的型号将有一个属性

kmeans\u bow.labels\u

。这基本上告诉您哪些数据点已分配给哪些集群。您可能需要使用

kmeans\u bow.labels\u.tolist（）

因此，下一步将使用您的文字袋矢量器，使用

features=bow\u vect.get\u feature\u names（）

获取要素名称，并为它们分配您在上面获得的相应标签

---

使用for循环迭代数据并生成包含每个标签对应的单词的列表。只需将这些列表作为文本传递给WordCloud类，并根据需要进行定制

假设您适合您的模型：

from sklearn.cluster import KMeans
kmeans_bow = KMeans(n_clusters=3, n_jobs=-1).fit(X_train_bow)

您安装的型号将有一个属性

kmeans\u bow.labels\u

。这基本上告诉您哪些数据点已分配给哪些集群。您可能需要使用

kmeans\u bow.labels\u.tolist（）

因此，下一步将使用您的文字袋矢量器，使用

features=bow\u vect.get\u feature\u names（）

获取要素名称，并为它们分配您在上面获得的相应标签

使用for循环迭代数据并生成包含每个标签对应的单词的列表。只需将这些列表作为文本传递给WordCloud类，并根据需要进行定制