我正在尝试使用谱聚类对文本文档中的术语进行聚类。聚类完成后，我想获取每个聚类中的术语。

我尝试的代码如下，

    true_k = 4    vectorizer = TfidfVectorizer(stop_words='english',decode_error='ignore')    X = vectorizer.fit_transform(documents)    terms = vectorizer.get_feature_names()    model = SpectralClustering(n_clusters=true_k ,eigen_solver='arpack',affinity='nearest_neighbors')    model.fit(X)

从这里开始，我卡在了如何获取每个聚类的术语，使用’labels_’没有帮助，因为它只返回聚类标签

编辑：已解决，下面的代码解决了问题，

    print("每个聚类的术语:")    for i in range(true_k):        print "聚类 %d:" % i,        T=X[model.labels_==i].indices        for ind in T:            print terms[ind]        print

回答：

如果我理解正确的话，你必须首先拟合模型，即model.fit(X)。要访问属于聚类k的X的元素，根据拟合的模型，可以使用X[model.labels_==k]。