Python 如何使用KMeans对多维和未知数据进行聚类?
关于使用Python的Kmeans集群,我有两个问题 我有一个自动生成的数据名为summary.npy,它的形状是30309784。我正试图在其上应用KMeans群集,但出现以下错误:Python 如何使用KMeans对多维和未知数据进行聚类?,python,machine-learning,cluster-analysis,k-means,Python,Machine Learning,Cluster Analysis,K Means,关于使用Python的Kmeans集群,我有两个问题 我有一个自动生成的数据名为summary.npy,它的形状是30309784。我正试图在其上应用KMeans群集,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() 您知道如何克服这个错误,或者如何使用KMeans方法对这些数据进行聚类吗 第二个问题,是否有某种代码可以
valueerror: the truth value of an array with more than one element is ambiguous. use a.any() or a.all()
您知道如何克服这个错误,或者如何使用KMeans方法对这些数据进行聚类吗
第二个问题,是否有某种代码可以知道我拥有的数据类型
非常感谢你的帮助。
谢谢,您想做的事情可以使用scikit learns KMeans模块完成,下面是一个使用您的数据的工作示例:
import numpy as np
from sklearn.cluster import KMeans
# loading your data from .npy-file
mystery = np.load('mystery.npy')
# n_clusters is a hyperparameter set by you
kmeans = KMeans(n_clusters=42, n_jobs=-1).fit(mystery[:1000])
pred = kmeans.predict(mystery[1000:1200])
print(pred)
array([36, 16, 21, 15, 15, 0, 5, 7, 31, 33, 10, 14, 1, 36, 30, 22, 12,
1, 35, 12, 16, 12, 28, 14, 13, 15, 2, 21, 36, 7, 7, 4, 39, 4,
4, 18, 5, 31, 17, 2, 2, 26, 38, 34, 34, 36, 13, 13, 26, 1, 26,
8, 38, 0, 38, 34, 0, 21, 36, 12, 16, 38, 23, 15, 0, 6, 34, 0,
19, 7, 8, 21, 16, 36, 24, 0, 4, 22, 33, 21, 12, 12, 2, 10, 23,
2, 3, 0, 12, 0, 24, 21, 12, 33, 4, 14, 34, 10, 21, 0, 33, 26,
36, 2, 12, 34, 29, 27, 33, 3, 12, 12, 15, 39, 34, 26, 26, 16, 8,
2, 12, 0, 21, 15, 40, 16, 38, 22, 26, 36, 17, 3, 12, 3, 23, 39,
34, 36, 33, 38, 15, 21, 7, 34, 23, 33, 34, 33, 26, 34, 26, 30, 16,
2, 3, 0, 33, 34, 39, 12, 5, 34, 26, 33, 30, 39, 12, 2, 15, 29,
12, 38, 36, 10, 36, 28, 1, 19, 12, 17, 32, 35, 11, 16, 28, 18, 14,
15, 31, 34, 19, 0, 17, 12, 11, 39, 18, 26, 31, 0], dtype=int32)
如果您想使用完整的数据集,kmeans.fitSquistion可能需要一些时间,出于测试目的,我只使用了前1000个实例,并预测了接下来的200个实例。@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,X是一个numpy数组。这段代码将创建肘部曲线,在这里可以选择完美数量的簇,在本例中为5-6
如果您正在使用numpy,您将拥有一个数组:
array([0.86992608, 0.11252552, 0.25573737, ..., 0.32652233, 0.14927118,
0.1662449 ])
您也可能正在使用列表
[0.86992608, 0.11252552, 0.25573737, ..., 0.32652233, 0.14927118,
0.1662449 ]
您需要将其转换为array:np.arrayX,甚至是Pandas数据帧:
您可以通过执行以下操作来检查数据帧中的列类型:
import pandas as pd
pd.DataFrame(X).dtypes
在numpy中,x.dtype
将数据转换为阵列后,运行:
n=5
kmeans=KMeans(n_clusters=n, random_state=20).fit(X)
labels_of_clusters = kmeans.fit_predict(X)
这将获得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])
要可视化:
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')
任务是对数据进行聚类并可视化数据,包括指定的聚类标签。数据可以在这里找到:请添加您的数据snipchat,我无法打开此链接并添加一些代码,错误发生在哪里