PythonでAffinity Propagationを使用してword2vecをクラスタリングする（sklearn）

Question

Affinity Propagationを使用してword2vecクラスタをクラスタ化し、クラスタの中心語を取得します。

私の現在のコードは以下の通りです。私は300の隠れた層寸法および77は、私の語彙のサイズであるword2vec意味を理解したよう ValueError: S must be a square array (shape=(77, 300))

：

model = word2vec.Word2Vec.load("word2vec") 
word_vectors = model.wv.syn0 
affprop = AffinityPropagation(affinity="precomputed", damping=0.5) 
af= affprop.fit(word_vectors) 

しかし、これは、次のエラーを発生させます。

正方形配列ではないword2vecベクトルに対してAffinity Propagationを使用する方法は不思議です。

私を助けてください！

Answer 1

これは、サンプル間の親和性が既に計算されていると述べたからです。これは常に正方行列です。だから、実装されているユークリッド距離を使用するか、またはあなたがそれを事前に計算する必要が異なるメトリックを使用したい場合は、以下の例のコードを参照してください。偉大な答えを

# some dummy data 
word_vectors = np.random.random((77, 300)) 

# using eucliden distance 
affprop = AffinityPropagation(affinity='euclidean', damping=0.5) 
af = affprop.fit(word_vectors) 

# using cosine 
from sklearn.metrics.pairwise import cosine_distances 
word_cosine = cosine_distances(word_vectors) 
affprop = AffinityPropagation(affinity='precomputed', damping=0.5) 
af = affprop.fit(word_cosine)