J'essaie de faire un nuage de points d'une sortie kmeans qui regroupe des phrases du même sujet. Le problème auquel je suis confronté est de tracer des points qui appartiennent à chaque cluster d'une certaine couleur.
sentence_list=["Hi how are you", "Good morning" ...] #i have 10 setences
km = KMeans(n_clusters=5, init='k-means++',n_init=10, verbose=1)
#with 5 cluster, i want 5 different colors
km.fit(vectorized)
km.labels_ # [0,1,2,3,3,4,4,5,2,5]
pipeline = Pipeline([('tfidf', TfidfVectorizer())])
X = pipeline.fit_transform(sentence_list).todense()
pca = PCA(n_components=2).fit(X)
data2D = pca.transform(X)
plt.scatter(data2D[:,0], data2D[:,1])
km.fit(X)
centers2D = pca.transform(km.cluster_centers_)
plt.hold(True)
labels=np.array([km.labels_])
print labels
Mon problème est dans le code du bas pour plt.scatter (); que dois-je utiliser pour le paramètre c?
c=labels
dans le code, j'obtiens cette erreur:number in rbg sequence outside 0-1 range
2.Lorsque je règle c= km.labels_
à la place, j'obtiens l'erreur:
ValueError: Color array must be two-dimensional
plt.scatter(centers2D[:,0], centers2D[:,1],
marker='x', s=200, linewidths=3, c=labels)
plt.show()
La propriété color=
Ou c=
Doit être une couleur matplotlib, comme mentionné dans la documentation de plot
.
Pour mapper une étiquette entière à une couleur, faites
LABEL_COLOR_MAP = {0 : 'r',
1 : 'k',
....,
}
label_color = [LABEL_COLOR_MAP[l] for l in labels]
plt.scatter(x, y, c=label_color)
Si vous ne souhaitez pas utiliser les noms de couleurs à un caractère intégrés, vous pouvez utiliser d'autres définitions de couleurs. Voir la documentation sur les couleurs matplotlib.
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
# Scaling the data to normalize
model = KMeans(n_clusters=5).fit(X)
# Visualize it:
plt.figure(figsize=(8, 6))
plt.scatter(data[:,0], data[:,1], c=model.labels_.astype(float))
Vous avez maintenant une couleur différente pour différents clusters.
Cela devrait fonctionner:
from sklearn.cluster import KMeans;
cluster = KMeans(10);
cluster.fit(M);
cluster.labels_;
plt.scatter(M[:,0],M[:,1], c=[matplotlib.cm.spectral(float(i) /10) for i in cluster.labels_]);