Python 如何使用kmeans计算tfidf矩阵中解释的差异？_Python_Scikit Learn_K Means_Tf Idf

Python 如何使用kmeans计算tfidf矩阵中解释的差异？

python scikit-learn

Python 如何使用kmeans计算tfidf矩阵中解释的差异？,python,scikit-learn,k-means,tf-idf,Python,Scikit Learn,K Means,Tf Idf,我对处理文本数据相当陌生我有一个大约300000个独特产品名称的数据框架，我正在尝试使用k方法将相似的名称聚集在一起。我使用sklearn的tfidf向量化器对名称进行向量化，并将其转换为tf-idf矩阵接下来，我在tf-idf矩阵上运行k均值，聚类数从5到10不等当我试图计算为dukValueError解释的方差时，我遇到了一个卡在错误上的错误：用序列设置数组元素。我想画出方差解释v。绘制簇数，以便我可以区分弯头的位置我是指您应该将tfidf\u矩阵（稀疏）转换为适当的数组 D_k

我对处理文本数据相当陌生

我有一个大约300000个独特产品名称的数据框架，我正在尝试使用k方法将相似的名称聚集在一起。我使用sklearn的tfidf向量化器对名称进行向量化，并将其转换为tf-idf矩阵

接下来，我在tf-idf矩阵上运行k均值，聚类数从5到10不等

当我试图计算为

duk

ValueError解释的方差时，我遇到了一个卡在错误上的错误：用序列设置数组元素。

我想画出方差解释v。绘制簇数，以便我可以区分弯头的位置

我是指

您应该将

tfidf\u矩阵

（稀疏）转换为适当的数组

D_k = [cdist(tfidf_matrix.toarray(), cent) for cent in centroids]

这对我有用

D_k = [cdist(tfidf_matrix.toarray(), cent) for cent in centroids]