Python 与集群混淆

我对数据科学过程中的聚类感到非常困惑。 我们知道，在二维空间中对相似点进行分组的过程基于以下公式：

distance = sqrt( (x2-x1)^2 + (y2-y1)^2 )

但在向sklearn引入输入时，我们只输入x轴值：y轴值发生了什么变化

例如，我们有以下数据库：

index    x     y
------------------
  0      5     8
  1      6     9
  2      7     10

我们将x引入KMeans

from sklearn.cluster import KMeans
kmeans = KMeans(2)
kmeans.fit(df["x"])

---

在没有y值的情况下，它如何计算距离？

KMeans聚类可以在任意数量的维度中进行。正如您所说，可以使用。可以为任意数量的尺寸计算此距离。您传递了一个数组，因此在本例中它只是一个维度，因此公式将简化为：

distance = sqrt((x2-x1)^2)

---

这实际上只是x2-x1的绝对值

好吧，看起来您只传递了x值，所以可以在一维中运行聚类算法。对它进行搜索。这类似于在2D中将所有y值设为零。在scikit中的示例中，他们使用了一个numpy点数组作为拟合函数，而不仅仅是x值。那是个愚蠢的问题。我犯了一个可怕的错误：|