Microsoft.ML KMeans get clusters
Microsoft.ML KMeans是微软公司开发的一个机器学习库，用于执行K均值聚类算法。K均值聚类是一种无监督学习算法，用于将数据集划分为不同的簇(cluster)。每个簇包含具有相似特征的数据点。
K均值聚类的工作原理是，首先随机选择K个中心点作为初始聚类中心。然后，将每个数据点分配到与其最近的聚类中心。接下来，根据分配的数据点更新聚类中心的位置。重复这个过程，直到聚类中心的位置不再改变或达到预定的迭代次数。
K均值聚类的优势在于简单且易于实现。它可以用于数据挖掘、图像分割、文本分类等领域。通过将数据点划分为不同的簇，可以帮助我们理解数据集的结构、发现隐藏的模式，并支持决策制定。
对于使用Microsoft.ML KMeans进行聚类的应用场景，可以包括市场细分、用户行为分析、推荐系统、异常检测等。通过将相似的数据点聚集在一起，可以更好地理解用户群体、提供个性化推荐、检测异常行为等。
腾讯云提供了一系列与机器学习相关的产品和服务，可以用于支持K均值聚类算法的实施。其中，腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）提供了丰富的机器学习算法和模型训练工具，可以用于实现K均值聚类。此外，腾讯云还提供了云服务器、云数据库、云存储等基础设施服务，以支持机器学习模型的部署和运行。
总结起来，Microsoft.ML KMeans是微软公司开发的机器学习库，用于执行K均值聚类算法。它可以帮助我们将数据集划分为不同的簇，发现数据集的结构和模式。腾讯云提供了与机器学习相关的产品和服务，可以支持K均值聚类算法的实施。
相关·内容
我想使用Microsoft.ML聚类KMeans对颜色进行量化。我有一个带有颜色的数据集，关键是获取关于训练过的聚类的信息。 有没有办法从模型/上下文中获取关于经过训练的集群的信息？ 代码： var mlContext = new MLContext();
// color is System.Drawing.Color array
var trainingColors = colors
.Select(s => new ColorTrainingModel() { R = s.R, G = s.G, B = s.B })
浏览 16提问于2019-09-08得票数 0
2回答
K-均值聚类映射
、、
我正在使用sklearn的K-Means聚类，并希望使用经过训练的K-Means模型将计算的K-Means聚类标签替换为质心值。 我使用的代码如下： # Initialize K-Means clustering model-
kmeans_conv1 = KMeans(n_clusters = 5)
# Train model on training data (compute k-means clustering)-
kmeans_conv1.fit(conv1_nonzero.reshape(-1, 1))
# number of clusters used-
kmeans_con
浏览 19提问于2020-05-02得票数 0
回答已采纳
1回答
我是计算机视觉方面的新手，我正在尝试做一个总结图像上颜色识别的图。我已经使用KMeans找到了我需要检测的像素值。但我想通过调色板或饼图上的可视化来改进代码。我想我应该计算落在每个簇上的像素的值。然而，我只是卡住了，我不知道该怎么做。
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import numpy as np
from collections import Counter
from skimage import io, color
def kmeans_segementation(image,
浏览 18提问于2021-12-03得票数 1
1回答
我试图运行下面的代码行，但我一直收到以下错误：
TypeError: '(['Latitude'], ['Longitude'])' is an invalid key
# Make KMeans model from Longitude & Latitude and get clusters
from sklearn.cluster import KMeans
X_train_lat_long = train_df[['Latitude'], ['Longitude']].to_numpy()
kme
浏览 2提问于2022-10-13得票数 0
我已经创建了一个用于集群的函数，该函数应用于各种数据格式和列。我希望有一个一致的集群排序，按平均值排序。
例如，以下集群的排序是可以的：
0: 1.5
1: 2.0
3: 2.5
对于下面的集群是不合适的：
0: 2.0
1: 1.6
2: 1.2
它应该是
0: 1.2
1: 1.6
2: 2.0
将所选列分组为群集的函数如下：
from sklearn.cluster import KMeans
from sklearn.preprocessing import robust_scale
def get_clustered_values(df, column_value, column_
浏览 6提问于2022-02-19得票数 0
我试图用k均值算法对混合数据进行聚类：chemical_1，chemical_2 -数值，season -分类.为了在K均值算法中使用season列，将其转化为虚拟列.
我已经用plt.scatter(centers[:,0], centers[:,1], marker="x", color='r')添加了集群中心，但是它将它们放置在了集群之外的错误位置。
我应该如何处理kmeans.cluster_centers_才能正确地绘制它们？
#Make a copy of DF
df_transformed = df
#Transform the
浏览 0提问于2018-05-01得票数 1
我使用了python的sklearn包进行K-means聚类。到目前为止，我可以使用以下代码获得集群中心的坐标。 import numpy as np
from sklearn.cluster import KMeans
p50 = np.load('tsnep400.npy')
kmeans = KMeans(n_clusters=50).fit(p50)
np.savetxt('kmeans_50clusters_centers_tsnep400', kmeans.cluster_centers_, fmt='%1.3f')
np.sa
浏览 425提问于2021-09-13得票数 1
回答已采纳
2回答
为什么代码 km=KMeans(n_clusters=3)
y = km.fit_predict(MyDataFrame)
km.cluster_centers_ 工作，但代码 y = KMeans(n_clusters=3).fit_predict(MyDataFrame)
KMeans(n_clusters=3).cluster_centers_ 不是吗？！ 有什么关系呢？ 等价性km=KMeans(n_clusters=3)背后是什么？
浏览 17提问于2020-07-10得票数 1
回答已采纳
1回答
定位：
def kmeans_clustering(data_set: pd.DataFrame, column: str, clusters_count: int):
'''K means clustering on dataframe, choosing specific columns and cluster count'''
data_set = data_set[column].to_numpy()
data_values = data_set.reshape(-1, 1)
kmeans = KMeans
浏览 4提问于2020-12-01得票数 2
问题如下
Q) K-均值有几种距离度量，如欧几里德、平方欧几里德和曼哈顿。不同距离度量的k-均值聚类纯度评分比较及最佳距离矩阵的选择
这是我的代码
#separating the class and feature matrix
y = df2.num
X = df2.iloc[:,:-1]
from pyclustering.samples.definitions import FCPS_SAMPLES
from pyclustering.cluster.center_initializer import kmeans_plusplus_initializer
from pycluste
浏览 8提问于2022-04-27得票数 -1
1回答
我正在尝试基于我编译的csv数据集创建一个KMeans集群模型。数据集按如下方式组织：
population longitude latitude
Atlanta, GA
Austin, TX
...
我试着绘制数据，这是不工作的，如果生成一个散点图，你看不到轴或数据点，我不能真正知道Kmeans算法正在工作。
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn impo
浏览 11提问于2022-07-08得票数 1
我正在使用Python的Scikit-Learn中的Kmeans对文本数据进行聚类。我对数据的矢量化有问题，因为当我使用不同的矢量器时，得到的结果是非常不同的。我想对文本数据进行聚类(数据是关于美国政治的instagram评论)，我想为每个集群找到关键词。但是我不知道我应该使用哪个向量器。
例如，当我使用：
cv = CountVectorizer(analyzer = 'word', max_features = 8000, preprocessor=None, lowercase=True, tokenizer=None, stop_words = 'english
浏览 1提问于2019-09-12得票数 0
我正在尝试使用scikit-learn库计算差距统计量，以确定k-means的最佳k。为了明确地确定正确的k的值，我认为我需要从每个后续的间隙中减去标准差，并检查以查看if gap(k) >= gap(k+1) - std(k+1)。我不知道如何确定这个标准差的值。
谢谢!
下面是我的代码：
import pandas as pd
import numpy as np
from sklearn.cluster import KMeans, MiniBatchKMeans
from numpy.random import random_sample
from math import sqr
浏览 0提问于2016-04-05得票数 3
如何将两个节点作为质心传递给sklearn.kmeans(n_clusters，init，.)而不是随机或kmeans++？算法‘KMeans’= KMeans(n_clusters=k_clusters，init=‘随机’，n_init=200)
浏览 8提问于2022-01-08得票数 -1
回答已采纳
我正在尝试使用Mahout KMeans作为一个简单的应用程序。我从数据库内容中手动创建了一系列向量。我只想将这些向量提供给Mahout (0.9)，例如KMeansClusterer并使用输出。
我阅读了Mahout (0.5版的例子)和许多在线论坛来获取背景信息。但是，如果没有通过Hadoop使用的文件名和文件路径，我就无法再使用Mahout KMeans (或相关的集群)了。文档非常粗略，但是Mahout还能用这种方式吗？目前是否有使用Mahout KMeans (不是从命令行)的示例。
private List<Cluster> kMeans(List<Vec
浏览 2提问于2014-03-13得票数 2
1回答
我使用这段代码来集群我的文档。图形输出如下所示：
我正试图实现一种打印出这些集群所基于的最常见的单词的方法。用gensim d2v可以吗？
kmeans_model = KMeans(n_clusters=3, init='k-means++', max_iter=100)
X = kmeans_model.fit(d2v_model.dv.vectors)
labels=kmeans_model.labels_.tolist()
l = kmeans_model.fit_predict(d2v_model.dv.vectors)
pca = PCA(n_component
浏览 8提问于2022-04-19得票数 0
回答已采纳
3回答
当我尝试这样做时，我会遇到这样的错误: ValueError: n_samples=6应该是>= n_clusters=7 import numpy as np
import matplotlib.pyplot as plt
X=np.array([1,3,8,10,16,25])
X=X.reshape(-1,1)
from sklearn.cluster import KMeans
kmeans= KMeans(n_clusters=3,init='k-means++')
kmeans.fit(X)
print(kmeans.cluster_centers_)
浏览 42提问于2020-06-23得票数 0
1回答
我已经为无监督的聚类编写了一个用py魅力编写的脚本。我想知道为什么吡咯烷酮会给我这个错误。我知道这里缺少一个争论，但我该如何纠正呢？
Traceback (most recent call last):
File "F:/Python/Projects/Kmeans.Clustering.py", line 36, in <module>
y_Kmeans = KMeans.fit_predict(points)
TypeError: fit_predict() missing 1 required positional argument: 'X'
浏览 1提问于2021-03-04得票数 1
回答已采纳
我正在为集群实现KMeans算法，我遇到了这个问题，它在jupyter平台上不起作用。我正在应用肘部方法来寻找最优的簇数。
#Now find the optimal number of clusters using elbow method
from sklearn.cluster import KMeans
wcss = []
for i in range[1,11]:
kmeans = KMeans(n_clusters = i, init = 'k-means++', max_iter = 300, n_init = 10, random_state = 0)
浏览 3提问于2019-07-20得票数 1
3回答
我使用以下代码通过sklearn.cluster.KMeans中的KMeans实现集群
from sklearn.cluster import KMeans
num_clusters = 60
km = KMeans(n_clusters=num_clusters, init="k-means++", n_init = 100)
%time km.fit(newvec)
clusters = km.labels_.tolist()
为了避免局部极小值，我使用n_init = 100。还可以做些什么来避免陷入局部极小值。我很感谢你的帮助。
浏览 3提问于2017-05-05得票数 0
我试着用K均值对90个特征向量进行聚类。由于这个算法询问集群的数量，所以我想用一些很好的数学来验证我的选择。我希望有8到10个星系团。特征是Z分数缩放。
弯头法与方差解释
from scipy.spatial.distance import cdist, pdist
from sklearn.cluster import KMeans
K = range(1,50)
KM = [KMeans(n_clusters=k).fit(dt_trans) for k in K]
centroids = [k.cluster_centers_ for k in KM]
D_k = [cdist(dt
浏览 0提问于2015-07-20得票数 25
我有数据( numpy数组p)，其形状为(n,68,2)。我正在尝试使用Scikit-learn将k均值聚类应用于这些数据。我需要从这些数据中找到k集群，集群之后的最终输出数据应该具有(k,68,2)的维度。
当我向Kmeans函数提供p时，如下
kmeans = KMeans(n_clusters=no_of_clusters, random_state=0).fit(p1)
它给出了一个错误
ValueError:找到带有dim 3的数组。估计器期望<= 2。
为了解决这个问题，我必须将x坐标和y坐标分开，得到2数组维数(n,68)，并分别对它们应用kmeans，然后将结果组
浏览 1提问于2019-04-15得票数 1
1回答
我是机器学习的新手，我正在学习用于图像分离的k-mean，但我无法理解它的代码：
from matplotlib.image import imread
image = imread(os.path.join("images","unsupervised_learning","ladybug.png"))
image.shape
X = image.reshape(-1, 3)
kmeans = KMeans(n_clusters=8, random_state=42).fit(X)
segmented_img = kmeans.cluster_
浏览 0提问于2018-07-09得票数 0
我希望在对dataframe应用kmeans自定义后，将聚类编号添加到dataframe中的每个样本。首先，我想知道kmeans.lables_和kmeans.predict()返回的结果是否相同？我两个都试过了，但我发现不匹配。我想知道该用哪一个？
from sklearn.cluster import KMeans
kmeans5 = KMeans(n_clusters=5, max_iter=20, verbose=1)
kmeans5.fit(wdf)
clusters5 = kmeans5.predict(wdf)
以同样的方式，我初始化了kmeans3和kmeans2，并获得了
浏览 24提问于2021-11-25得票数 0
我正在使用PYOD进行实验，使用CBLOF进行异常检测。我一直无法使用此算法标记异常。我发现当我运行CBLOF算法时，它抛出了以下错误： ValueError:缓冲区数据类型不匹配，应为“INT”，但得到的却是“long long” 在以下位置忽略了异常：'sklearn.cluster._k_means._assign_labels_csr‘ValueError:缓冲区数据类型不匹配，应为'INT’，但得到的却是'long long‘ 这会导致： ValueError:无法形成有效的群集分隔。请更改n_clusters或更改群集方法 似乎CBLOF算法依赖于skle
浏览 57提问于2019-05-07得票数 2
回答已采纳
我需要使用Fuzzy C-Means对数据进行聚类。所以，我使用来自pyclustering.cluster.fcm的pyclustering.cluster.fcm。所以，我想知道是否有办法得到标签。
import numpy as np
import pandas as pd
from pyclustering.cluster.center_initializer import kmeans_plusplus_initializer
from pyclustering.cluster.fcm import fcm
import random
coords = [(random.rando
浏览 14提问于2022-07-24得票数 0
回答已采纳
我试图在3个数据集上绘制来自KMeans模型的结果。这些程序的代码如下：
blobsX, blobsY = make_blobs(n_samples=1000, n_features=2, random_state=177)
classX, classY = make_classification(n_samples=1000, n_features=2, n_redundant=0,
n_clusters_per_class=1, random_state=177)
circleX, circleY = make_circles(n_sa
浏览 13提问于2022-08-06得票数 0
1回答
我想用原始文件的要点创建一个摘要。为此，我使用通用句子编码器()进行了句子嵌入。之后，我想对我的向量应用聚类。
我尝试过使用库sklearn：
import numpy as np
from sklearn.cluster import KMeans
n_clusters = np.ceil(len(encoded)**0.5)
kmeans = KMeans(n_clusters=n_clusters)
kmeans = kmeans.fit(encoded)
但是我得到了一个错误消息：
'numpy.float64' object cannot be interprete
浏览 3提问于2019-07-24得票数 1
我使用的是Jupyter notebook，我写了以下代码： from sklearn.datasets import make_blobs
dataset = make_blobs(n_samples=200, centers = 4,n_features = 2, cluster_std = 1.6, random_state = 50)
points = dataset[0];
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters = 4)
kmeans.fit(points)
plt.scatter(dataset
浏览 642提问于2020-11-03得票数 0
1回答
在我的数据中，我的用户有一个喜欢列表，我已经将这些相似的内容转储到每个用户的单个文件中，并希望对它们进行聚类。除了输出在多个集群中有相同的相似之处外，一切都正常工作。我的理解是k手段应该是排他性的。我想问题可能在于我是如何转储数据的。在我可以写一个自定义令牌之前，我已经暂时没有空格的所有的喜欢。下面是我正在运行的内容(从红宝石脚本)。
system("#{MAHOUT_CMD} seqdirectory -c UTF-8 -i data/users -o data/kmeans/converted")
system("#{MAHOUT_CMD} seq2sparse -
浏览 1提问于2011-05-14得票数 2
我正试图像所描述的那样使用kmeans对我的单词向量进行聚类。我正在使用的代码片段
# Set "k" (num_clusters) to be 1/5th of the vocabulary size, or an
# average of 5 words per cluster
word_vectors = model.syn0
num_clusters = word_vectors.shape[0] / 5
# Initalize a k-means object and use it to extract centroids
kmeans_clustering = K
浏览 2提问于2016-04-10得票数 3
回答已采纳
我有一个原始的dataframe (每个客户为不同产品购买的数据量)有多个列，如下所示：
我的目标是对原始数据帧中的每两个产品进行聚类。为了简单起见，我尝试了一个案例，通过获取customer、product1和Product2进行聚类。我的数据框如下所示(忽略customer列，只获取两个产品的数据) df =
考虑下面的代码，我使用这些代码进行聚类和可视化。
from sklearn.cluster import KMeans
wcss = []
for i in range(1, 11):
kmeans = KMeans(n_clusters = i, init = '
浏览 5提问于2018-11-01得票数 1
2回答
我想把轮廓分数附加到循环中的列表中。
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
ks = range(1, 11) # for 1 to 10 clusters
#sse = []
sil = []
for k in ks:
# Create a KMeans instance with k clusters: model
km
浏览 29提问于2019-11-10得票数 1
回答已采纳
我所处的位置需要转换，然后将h2o4gpu保存为只是一个sklearn对象。
我想也许我可以这么做？我原以为我能够保存sklearn_model并加载它，但我得到了错误: AttributeError：'KMeans‘对象没有属性'_n_threads’
from h2o4gpu.solvers import KMeans as GPUKMeans
from sklearn.cluster import KMeans
...
gpu_model = GPUKMeans(n_clusters=num_clusters)
gpu_model.fit(embeddings)
浏览 4提问于2022-11-14得票数 0
我正在尝试对给我的数据帧进行聚类。它有14列。如何对其中的8个进行聚类？
下面是我找到并遵循的代码。
弯头方法：
可视化
# K-Means Clustering
# importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# importing tha customer Expenses Invoices dataset with pandas
dataset=pd.read_csv('Expense_Invoice.csv&#
浏览 2提问于2018-06-19得票数 3
我正在尝试使用tensorflow.contrib.learn.KMeansClustering作为Tensorflow中图形的一部分。我想用它作为一个图表的组成部分，给我预测和中心。守则的有关部分如下：
with tf.variable_scope('kmeans'):
kmeans = KMeansClustering(num_clusters=num_clusters,
relative_tolerance=0.0001)
kmeans.fit(input_fn= (lambda : [X, No
浏览 14提问于2017-10-09得票数 3
回答已采纳
我看到在tensorflow控制库中有一个Kmeans集群的实现。然而，我不能简单的操作来估计二维点的聚类中心。
代码：
## Generate synthetic data
N,D = 1000, 2 # number of points and dimenstinality
means = np.array([[0.5, 0.0],
[0, 0],
[-0.5, -0.5],
[-0.8, 0.3]])
covs = np.array([np.diag([0.01, 0.01]),
浏览 4提问于2017-08-09得票数 3
回答已采纳
1回答
我运行KMeans来对数据进行集群，例如
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=N, random_state=0).fit(X)
Centers = kmeans.cluster_centers_
现在，我需要使用placeholder并使用如下代码
X = tf.placeholder(tf.float32, shape=(None, num_features))
kmeans = KMeans(n_clusters=N, random_state=0).fit(X)
Centers = kmeans.c
浏览 3提问于2022-04-13得票数 0
回答已采纳
1回答
我试图在1428点的三维坐标DataFrame中聚集点。星系团是相对平坦的平面，是拉长的云。它们是非常明显的集群，所以我希望尝试无监督的集群(不包括预期的集群数量) KMeans没有正确地将它们分开，并且确实需要集群的数量：。
数据如下：
5 6 7
0 9207.495280 18922.083277 4932.864
1 5831.199280 3441.735280 5756.326
2 8985.735280 12511.719280 7099.844
3 8
浏览 2提问于2021-01-26得票数 2
回答已采纳
1回答
如何在Pandas中获得KMeans算法中每个簇的值的总数？
我尝试了以下几种方法：
kmeans_model = KMeans(n_clusters = 3, random_state = 1).fit(dataframe.iloc[:,:])
clusters = kmeans_model.labels_.count()
但它不起作用。
我的预期输出如下：
Clusters Number_of_values
cluster_0 932
cluster_1 931
cluster_2 930
你知道我如何在Pandas中实现这一点吗？
我也试过了，它起作用了。如果我有其他选择就更好
浏览 18提问于2019-07-15得票数 3
回答已采纳
我尝试在Mahout0.5中运行kmeans示例，但失败了！我在kmeans.props中发现它需要一个奇怪的参数-c，它的意思是path_to_initial_clusters。
这是什么东西？我该如何做好准备呢？
kmeans.props：
The following parameters must be specified
i|input = /path/to/input
c|clusters = /path/to/initial/clusters
浏览 0提问于2013-06-19得票数 0
让我说一下，我有一个形状(100, 580, 10)数据，其中100是具有580点和10特性的不同样本。我想使用kmeans来为所有10特性在100数据样本中找到剪影评分，并绘制出剪影得分和集群数量。
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
# shape of feature vector
feature_vector = (100,580,10)
nr_clusters = range(2,10)
silhouette_avg = {}
# loop throth t
浏览 5提问于2022-04-22得票数 1
嗨，我写这段代码时遇到了这个错误。
SSE = []
for cluster in range(1,20):
kmeans = KMeans(n_jobs = -1, n_clusters = cluster, init='k-means++')
kmeans.fit(data_scaled)
SSE.append(kmeans.inertia_)
TypeError: __init__() got an unexpected keyword argument 'n_jobs'
n_clusters也会发生这种情况。
浏览 12提问于2022-01-05得票数 -2
我的数据集可以在kaggle 中找到。所以我在我的数据集上运行k-means，它有4列200行，k= 5。我想找到集群半径，所以我测量了每个数据点到各自集群中心的平均距离，但每当我重新运行我的程序时，它们的值都会改变。我的聚类中心不会随着每次迭代而改变，那么到底是怎么回事呢？我该如何解决这个问题？
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.decomposition import PCA
from sklearn.metrics impo
浏览 11提问于2020-05-19得票数 0
回答已采纳
2回答
我有一个csv文件，如下所示
page Page_Value
page1 12
page2 1
page3 2
page4 3
page5 10
page6 11
page7 13
page8 67
page9 70
#covert page to numeric
labelEncoder = LabelEncoder()
labelEncoder.fit(dataset_PV['page'])
dataset_PV['page'] = labelEncoder.transform(dataset_
浏览 4提问于2020-06-11得票数 0
回答已采纳
我正在为一个项目编写一个K-Means集群，它使用集群来识别对象，因此机器人几乎是自主的。相机基本上能在半秒内捕捉到一张照片。
rate，它存储在像素的“blob”中。这个斑点被发送到数据挖掘算法k-means，该算法将对象的“阴影”识别为一个簇，因此可以对机器人进行编程，以避开这些区域。我张贴我的k-means代码。它是用python编写的。
import sys, math, random
class Point:
def __init__(self, coords, reference=None):
self.coords = coords
浏览 0提问于2012-07-01得票数 0
回答已采纳
我正在尝试用Python在虹膜数据集上训练一个kmeans模型。 有没有办法用Python中的kmeans绘制每个质心最远的n个点？ 下面是一个完全有效的代码： from sklearn import datasets
from sklearn.cluster import KMeans
import numpy as np
# import iris dataset
iris = datasets.load_iris()
X = iris.data[:, 2:5] # use two variables
# plot the two variables to check number
浏览 13提问于2020-09-17得票数 0
回答已采纳
我正在为KMeans运行一段简单的代码： # Scaling the data set before clustering
scaler = StandardScaler()
subset = df[num_col].copy()
subset_scaled = scaler.fit_transform(subset)
subset_scaled_df = pd.DataFrame(subset_scaled, columns=subset.columns)
clusters = range(1, 9)
meanDistortions = []
for k in clusters:
浏览 77提问于2021-07-29得票数 1
我需要从https://archive.ics.uci.edu/ml/datasets/Zoo为zoo.csv -data创建一个Kmeans算法，该算法在代码的某些部分中找到合适的集群数量(使用弯头方法)，并测试给定数量的集群(n_clusters)。但问题是csv-file中的anim_name列的值是字符串值(aardvark、antelope等)。当我运行这段代码时，我得到这样的错误消息："ValueError:无法将字符串转换为浮点数：'aardvark'“。如何将anim_name列的值转换为浮点型(或整型)，这样才能使此算法工作？我已经尝试了不同的方法，
浏览 54提问于2021-05-03得票数 0
我在SoF上读了很多关于Python2.7和3.6之间速度差异的文章。但我的问题更多的是关于两个版本之间的性能。
我使用文档聚类:TF+ KMeans和评分轮廓来评估我的集群的同质性。
从Python3.6切换到Python2.7，我的剪影得分增加了 +0.20!
有人能解释一下吗？**谢谢！
代码：
tfidf = TfidfVectorizer(
stop_words=my_stopwords_str,
max_df=0.95,
min_df=5,
token_pattern=r'\w{3,}',
max_features=20
浏览 0提问于2018-11-12得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
