Python 用Scikit闪耀学习K-Means

我正在尝试将Blaze数据对象与scikit kmeans函数相匹配

from blaze import *
from sklearn.cluster import KMeans
data_numeric = Data('data.csv')
data_cluster = KMeans(n_clusters=5)
data_cluster.fit(data_numeric)

数据样本：

A  B  C
1  32 34
5  57 92
89 67 21

它的抛出错误：

---

我已经能够用熊猫数据框来做了。有没有办法将blaze对象提供给此函数？

我建议您选择的簇数（K）要比数据集中的训练示例数小得多。当所需的簇数大于或等于训练示例数时，运行K-Means算法是不对的。 当您试图将形状不理想的blaze对象传递给KMeans函数时，会发生此错误。 请检查：

---

我认为您需要先将pandas数据帧转换为numpy阵列，然后才能安装

from blaze import *
import numpy

from sklearn.cluster import KMeans
data_numeric = numpy.array(data('data.csv'))
data_cluster = KMeans(n_clusters=5)
data_cluster.fit(data_numeric)

---

sklearn.cluster.KMeans

不支持类型为

blaze.interactive.\u data

的输入数据，这是代码中的数字数据类型

---

您可以使用

data\u cluster.fit（data\u numeric.peek（））

将传输的数据\u numeric与

sklearn.cluster.KMeans

支持的类型

DataFrame

匹配。是的，在匹配之前，您必须将pandas数据帧转换为numpy数组，现在它工作正常了……我想@aberger已经回答了

---

谢谢大家!

仔细检查要传递到k-means的数组的大小。通常，在传递一维数组时会引发此错误。blaze对象中有多少个样本？我正在向函数传递大约30000行数据，这里仅粘贴了3行样本。您需要使用

data_cluster.fit（data_numeric）

命令中的重塑函数，并将数组重塑为二维数组形式，scikit的K-Means可以接受。转换为数据帧是一个非常昂贵的过程，但似乎没有其他方法可以做到这一点。