Python 间隙统计的OptimalIK出错：“int”对象不可编辑

我在玩这个游戏，它是关于运行文本聚类的k-means。我想通过自动识别聚类的最佳k值来扩展它。我正试图为此目的使用

作为第一步，我必须使用：conda install-c milesgranger gap stat安装这个包

然后，我尝试了下面的代码

from gap_statistic import OptimalK
optimalK = OptimalK(parallel_backend='rust')
k, gapdf = optimalK(X, cluster_array=np.arange(1, 11))

最终导致了这个错误： ValueError:此函数不支持稀疏矩阵。也许其中一个scipy.sparse.linalg函数会起作用。我知道我已经将最后一行代码更改为k，gapdf=optimalKX.toarray，cluster_array=np.arange1，11，因为optimalK函数将接受numpy数组

此更改很好地处理了第一个错误。然后出现另一个错误：TypeError:'int'对象不可编辑

猜测这是一个在OptimalIK中未处理的异常。尽管如此，我能做些什么来解决这个问题。

根据，optimalik.\uuu call\uuuu返回一个整数，请参见第88行：

return int(self.gap_df.loc[np.argmax(self.gap_df.gap_value.values)].n_clusters)

您的代码尝试使用k，gapdf将此整数解压为两个对象，如下所示：

当然，这是不可能的。

k，gapdf=optimalKX.toarray，cluster\u array=np.arange1，11与OptimalK的源代码冲突，如中所示

以下代码更改将删除该错误。它是与错误代码片段的正确等价物

# optimal k value
k = optimalK(X.toarray(), cluster_array=np.arange(1, 11))

# dataframe with gap values
gapdf = optimalK.gap_df.head()

---

非常感谢。您的回答帮助我发现我混淆了两个不同的差距统计示例。以下是两个示例笔记本-，

# optimal k value
k = optimalK(X.toarray(), cluster_array=np.arange(1, 11))

# dataframe with gap values
gapdf = optimalK.gap_df.head()