绘制新文档以绘制散点图

Question

我期待深入了解我的数据。我使用sklearn PCA将它们转换成VSM，并将它们绘制成matplotlib图形。这涉及

1. 使用管道

   test = pipeline.fit_transform(docs).todense() 
   

2. 件到我的模型铸造的文件的数量矩阵

   pca = PCA().fit(test) 
   

3. 然后我使用变换

   data = pca.transform(test) 
   

   将其转换
个

4. 最后我用绘制Matplotlib

   plt.scatter(data[:,0], data[:,1], c = categories) 
   

我的问题，结果是这样的：我如何采取新的句子，并确定他们将在于相对于其他文件绘制。用X标记他们的相对位置？

感谢

Answer 1

1. 也蒙上了新的文件，数字数组

   new = pipeline.transform(new_docs).todense() 
   

   注意，这里使用了pipeline与先前安装参数，因此它pipeline.transform，不pipeline.fit_transform。
   
   

2. 使用预先安装pca变换新的数据。

   new_data = pca.transform(new) 
   

   这会将新数据转换为与原始数据相同的PC空间。
   
   

3. 使用第二个scatter将新数据添加到图中。

   plt.scatter(data[:,0], data[:,1], c = categories) 
   plt.scatter(new_data[:,0], new_data[:,1], marker = 'x') 
   plt.show()