クラスタリングしたものをヒストグラムで表示

bag of wordsをやりたいのですが画像をkeypointsをしてクラスタリングまではできていると思うのですが、その後にヒストグラムを作成して表示したいのですが方法が分かりません。
どなたか助言をお願いします。

コード
from sklearn.cluster import KMeans
from sklearn import metrics
import sklearn
import matplotlib.pyplot as plt
print("sklearn ver.",sklearn.__version__)
import numpy as np
import cv2
import os
import sys

def getDataSet(dir_path):
    data_sets = []

    sub_dirs = os.listdir(dir_path)
    for classId in sub_dirs:
        sub_dir_path = dir_path + '/' + classId
        img_files = os.listdir(sub_dir_path)
        for f in img_files:
            data_sets.append([classId,sub_dir_path + '/' + f])
            
    return data_sets

detector = cv2.AKAZE_create()

print("train start")
train_set = getDataSet('train_img')
dictionarySize = 2
bowTrainer = cv2.BOWKMeansTrainer(dictionarySize)

for i,(classId,data_path) in enumerate(train_set):
    sys.stdout.write(".")
    gray = cv2.imread(data_path,0)
    #cv2.imshow("window",gray)
    keypoints = detector.detect(gray)
    out = cv2.drawKeypoints(gray,keypoints,None)
    #cv2.imshow("window1",out)
    kmeans = KMeans(n_clusters = 8,random_state=42)
    print(kmeans)
    # 特徴点とその特徴を計算
    keypoints,descriptors = detector.detectAndCompute(gray,None)
    # intからfloat32に変換
    descriptors = descriptors.astype(np.float32)
    # 特徴ベクトルをBag Of Visual Words分類器にセット
    bowTrainer.add(descriptors)
n_clusters.value_counts()
codebook = bowTrainer.cluster()
print("train finish")