python - 如何使用 KMeans 对多维和未知数据进行聚类?
问题描述
我有两个关于使用 Python 进行 Kmeans 聚类的问题。
我有一个名为 Mystery.npy 的自动生成的数据,它的形状是 (30309, 784)。我正在尝试对其应用 KMeans 聚类,但出现以下错误:
valueerror: the truth value of an array with more than one element is ambiguous. use a.any() or a.all()
您是否知道如何克服此错误,或者如何使用 KMeans 方法对此类数据进行聚类?
第二个问题,是否有特定的代码可以知道我拥有的数据类型?
非常感谢您的帮助。谢谢,
解决方案
@Nael Alsaleh,您可以通过以下方式运行 K-Means:
from sklearn.cluster import KMeans
import numpy as np
import matplotlib.pyplot as plt
X=np.load('Mistery.npy')
wx = []
for i in range(1, 11):
kmeans = KMeans(n_clusters = i, random_state = 0)
kmeans.fit(X)
wx.append(kmeans.inertia_)
plt.plot(range(1, 11), wx)
plt.xlabel('Number of clusters')
plt.ylabel('Variance Explained')
plt.show()
请注意,这X
是一个 numpy 数组。此代码将创建肘部曲线,您可以在其中选择完美的簇数,在本例中为 5-6。
如果您使用 numpy,您将拥有一个数组:
array([0.86992608, 0.11252552, 0.25573737, ..., 0.32652233, 0.14927118,
0.1662449 ])
您可能还使用列表,
[0.86992608, 0.11252552, 0.25573737, ..., 0.32652233, 0.14927118,
0.1662449 ]
您将需要转换为array
: np.array(X)
,甚至是Pandas
数据框:
您可以通过执行以下操作检查数据框中的列类型Pandas
:
import pandas as pd
pd.DataFrame(X).dtypes
在numpy
,x.dtype
将数据转换为数组后,运行:
n=5
kmeans=KMeans(n_clusters=n, random_state=20).fit(X)
labels_of_clusters = kmeans.fit_predict(X)
这将为您提供每个示例所属的集群类的编号。
array([1, 4, 0, 0, 4, 1, 4, 0, 2, 0, 0, 4, 3, 1, 4, 2, 2, 3, 0, 1, 1, 0,
4, 4, 2, 0, 3, 0, 3, 1, 1, 2, 1, 0, 2, 4, 0, 3, 2, 1, 1, 2, 2, 2,
2, 0, 0, 4, 1, 3, 1, 0, 1, 4, 1, 0, 0, 0, 2, 0, 1, 2, 2, 1, 2, 2,
0, 4, 4, 4, 4, 3, 1, 2, 1, 2, 2, 1, 1, 3, 4, 3, 3, 1, 0, 1, 2, 2,
1, 2, 3, 1, 3, 3, 4, 2, 2, 0, 2, 1, 3, 4, 2, 0, 2, 1, 3, 3, 3, 4,
3, 1, 4, 4, 4, 2, 0, 3, 2, 0, 1, 2, 2, 0, 3, 1, 1, 1, 4, 0, 2, 2,
0, 0, 1, 1, 0, 3, 0, 2, 2, 1, 2, 2, 4, 0, 1, 0, 3, 1, 4, 4, 0, 4,
1, 2, 0, 2, 4, 0, 1, 2, 3, 1, 1, 0, 3, 2, 4, 0, 1, 3, 1, 2, 4, 3,
1, 1, 2, 0, 0, 2, 3, 1, 3, 4, 1, 2, 2, 0, 2, 1, 4, 3, 1, 0, 3, 2,
4, 1, 4, 1, 4, 4, 0, 4, 4, 3, 1, 3, 4, 0, 4, 2, 1, 1, 3, 4, 0, 4,
4, 4, 4, 2, 4, 2, 3, 4, 3, 3, 1, 1, 4, 2, 3, 0, 2, 4])
可视化:
from sklearn.datasets.samples_generator import make_blobs
X, y_true = make_blobs(n_samples=200, centers=4,
cluster_std=0.60, random_state=0)
kmeans = KMeans(n_clusters=4, random_state=0).fit(X)
cc=kmeans.fit_predict(X)
plt.scatter(X[:, 0], X[:, 1], c=cc, s=50, cmap='viridis')
推荐阅读
- .net-core - Azure SQL 依赖项(基于 EF Core 3.1.7)未出现在 App Insights 的应用程序图中
- javascript - 如何将 spring 数组拆分为 char 数组?
- css - css contains 使性能变差
- javascript - 如何在空手道中使用 JavaScript 函数根据标签从 xml 中查找值
- reactjs - 无法在对话框材质 UI 上显示 Mapbox
- javascript - React Chartist:制作红色标签
- excel - 在两个工作簿之间匹配数据并粘贴数据基于
- c++ - std::fmod(4.2, 0.12) 等于 epsilon * 1.5
- c# - 如何避免循环调用web api?
- c++ - 如何在 C++ 中获取局部变量的值?