我正在使用潜在语义索引来查找文档之间的相似性（谢谢，JMS！）
降维后，我尝试了 k-means 聚类将文档分组到集群中，效果很好。但我想更进一步，将文档可视化为一组节点，其中任何两个节点之间的距离与其相似度成反比（高度相似的节点靠得很近）。
令我震惊的是，由于我的数据> 2维，因此我无法准确地将相似度矩阵简化为二维图。所以我的第一个问题：有没有标准的方法来做到这一点？
我可以将我的数据减少到二维，然后将它们绘制为 X 和 Y 轴，这对于一组约 100-200 个文档是否足够？如果这是解决方案，最好从一开始就将我的数据减少到二维，或者有没有办法从我的多维数据中选择两个“最佳”维度？
如果有区别，我正在使用 Python 和 gensim 库。
这就是 MDS（多维缩放）的设计目的。简而言之，如果给定一个相似度矩阵 M，您希望找到最接近的近似值，其中的秩为 2。这可以通过计算其中。
现在，假设被置换，因此特征值按降序排列，的前两列是您在平面中想要的嵌入。
MDS 有很多可用的代码（如果 scipy 没有它的某个版本，我会感到惊讶）。无论如何，只要您可以访问 python 中的某些 SVD 例程，您就可以设置。
有一个叫做ggobi的软件可以帮助你。它使您可以探索多维伪空间。它主要用于数据探索，但其界面非常友好且“即用即用”！
您只需要 CSV 格式（在 RI 中通常只需使用带有默认参数的 write.csv）或 XML 文件（这种格式允许您进行更多控制；我通常将表保存为 CSV，然后使用 ggobi 将其导出为 XML 并手动编辑例如改变某些因素的顺序）。