良い方法でクラスターをプロットする方法は？

大規模なテキストデータセットがクラスター化されています。各クラスターは、それに属するベクトル化されたテキストの重心、テキストの数、作成日、およびその他のパラメーターによって表されます。クラスタをn次元空間にプロットできません。どのオプションがありますか？

T-SNEは、別の回答の記事では言及されていない別の次元削減アルゴリズムです。データセットの一部の埋め込みをトレーニングした場合、非常に高次元のデータに使用されます。ここで参照。Python標準ライブラリはこちら。

乾杯

いくつかのオプション：

• Locally Linear Embedding（LLE）：この方法では、ローカルの幾何学的パッチのセットを作成します。それぞれのローカルジオメトリックパッチは、K最近傍の加重和によってデータポイントが再構成され、これらのパッチをより低次元の空間にマッピングします。ここでコードを見つけてください。LLEとModified LLEの両方を使用し、より優れたものを（視覚的に）使用することを強くお勧めします。
• t-SNE：高次元の点の類似性を、t分布の距離によって抽出された低次元多様体にマッピングします。パラメータを適切に調整するように注意してください。
• スペクトルの埋め込み：実際のスペクトルのクラスタリング（正確には、スペクトルのクラスタリングは、確かにスペクトルの埋め込みバージョンのデータの単純なクラスタリングです）。対応する固有値の大きさに従って、そのラプラシアンの固有ベクトルに関するデータを投影します。

さらにもっと...

次元削減アルゴリズム（主成分分析など）を使用して、データの次元数を2または3に削減し、削減された変数を使用して散布図を実行し、それらが属するクラスターに従って色分けできます。で、このブログ投稿同様のことが行われています。