Data-Visualization
在 2D 中可視化多維數據 (LSI)
我正在使用潛在語義索引來查找文檔之間的相似性（謝謝，JMS！）
降維後，我嘗試了 k-means 聚類將文檔分組到集群中，效果很好。但我想更進一步，將文檔可視化為一組節點，其中任何兩個節點之間的距離與其相似度成反比（高度相似的節點靠得很近）。
令我震驚的是，由於我的數據> 2維，因此我無法準確地將相似度矩陣簡化為二維圖。所以我的第一個問題：有沒有標準的方法來做到這一點？
我可以將我的數據減少到二維，然後將它們繪製為 X 和 Y 軸，這對於一組約 100-200 個文檔是否足夠？如果這是解決方案，最好從一開始就將我的數據減少到二維，或者有沒有辦法從我的多維數據中選擇兩個“最佳”維度？
如果有區別，我正在使用 Python 和 gensim 庫。
這就是 MDS（多維縮放）的設計目的。簡而言之，如果給定一個相似度矩陣 M，您希望找到最接近的近似值在哪裡排名為 2。這可以通過計算 SVD 來完成在哪裡.
現在，假設被置換，因此特徵值按降序排列，前兩列是您想要的嵌入平面。
MDS 有很多可用的代碼（如果 scipy 沒有它的某個版本，我會感到驚訝）。無論如何，只要您可以訪問 python 中的某些 SVD 例程，您就可以設置。