绘制Doc2Vec模型的DBSCAN聚类图

Question

我有一个用Gensim创建的Doc2Vec模型，希望使用scikit-learn DBSCAN来查找模型中句子的聚类。

我很难找到如何最好地转换模型向量，以便与DBSCAN和绘图集群一起工作，并且在web上找不到许多直接适用的示例。

以下是我到目前为止所拥有的：

import gensim
import numpy as np
from sklearn.cluster import DBSCAN
import matplotlib.pyplot as plt

fnIn = 'NLPModels/doc2VecModel_vector_size{0}_epochs{1}.bin'

def doCluster(vector_size, epochs):
    model = gensim.models.doc2vec.Doc2Vec.load(fnIn.format(vector_size, epochs))

    Y = model.docvecs.index2entity # tags

    X = [] # Document vectors
    for tag in Y:
        X.append(model.docvecs[tag])

    db = DBSCAN(eps=.1, min_samples=5, metric='cosine').fit_predict(X)
    labels = set(db)
    print(labels)


doCluster(100, 10)

输出：{0, 1, -1}

我认为是两个星系团(0和1)和离群值(-1)。

我这样做是正确的吗？

我将如何在图表上绘出这些星系团呢？

谢谢。

Answer 1

这里有两个问题：

1. 可视化:我建议您改进DBSCAN集群示例代码
2. 如果您正在正确地执行群集。乍一看-是的。