在 Sklearn 中的 AffinityPropagation 中打印每个集群的顶级术语答案

【问题标题】：Print top terms per cluster in AffinityPropagation in Sklearn在 Sklearn 中的 AffinityPropagation 中打印每个集群的顶级术语
【发布时间】：2019-05-15 13:07:04
【问题描述】：

我有非常简单的 AffinityPropagation 模型函数用于一些文本聚类：

def fit_affprop(X, damping=0.5):
affprop = AffinityPropagation(affinity='euclidean', damping=damping)
affprop.fit_predict(X)
clustering = collections.defaultdict(list)
for idx, label in enumerate(affprop.labels_):
    clustering[label].append(idx)
terms = vec.get_feature_names()
print(terms)
print(affprop.cluster_centers_indices_)

问题是，我无法弄清楚，如何打印出每个集群的热门词？我已经尝试修改我对 k-means 的方法：

print("Top terms per cluster:")
order_centroids = km_model.cluster_centers_.argsort()[:, ::-1]
terms = vec.get_feature_names()
for i in range(clusters):
    print("Cluster %d:" % i, end='')
    for ind in order_centroids[i, :10]:
        print(' %s' % terms[ind], end='')

argsort 会出错，因为聚类中心的形式与 k-means 不同。

【问题讨论】：

affprop.cluster_centers_indices_的形状是什么？
1xn 向量，其中 n 是簇的数量。即 [0 1 2 3]

标签： scikit-learn cluster-analysis

【解决方案1】：

没有明显的等价物。

您可以自己比较集群中心。这很简单，应该可以正常工作，但中心在 AP 集群中没有任何特殊作用。

或者您可以查看集群代表，这对 AP 来说更有意义。但由于这是一个单独的文档，实际上不会为您提供有关术语重要性的定量信息（但实际上，k-means 不是...）您需要获取 index 的向量到目前为止。

【讨论】：