电影簇中的高频术语
现在您已经创建了稀疏矩阵，请生成簇中心，并打印每个簇中排名前三的术语。使用 .todense() 方法将稀疏矩阵 tfidf_matrix 转换为普通矩阵，以便 kmeans() 函数处理。然后，使用 .get_feature_names() 方法从 tfidf_vectorizer 对象中获取术语列表。Python 中的 zip() 函数可以将两个列表配对。
本练习已保留上一题中的 tfidf_vectorizer 对象和稀疏矩阵 tfidf_matrix。来自 SciPy 的 kmeans 已导入。
当数据点数量更大时，形成的簇会更清晰。不过这需要一定的计算能力，在此类练习环境中较难完全实现。
本练习是课程的一部分
Python 中的聚类分析
练习说明
- 通过
kmeans()函数生成簇中心。 - 从
tfidf_vectorizer对象生成术语列表。 - 打印每个簇的前 3 个术语。
交互式实操练习
通过完成这段示例代码来试试这个练习。
num_clusters = 2
# Generate cluster centers through the kmeans function
cluster_centers, distortion = ____
# Generate terms from the tfidf_vectorizer object
terms = tfidf_vectorizer.____()
for i in range(num_clusters):
# Sort the terms and print top 3 terms
center_terms = dict(zip(____, ____))
sorted_terms = sorted(____, key=center_terms.get, reverse=True)
print(____)