【发布时间】：2016-02-10 01:32:47
【问题描述】：
如何在一维数组上运行均值偏移聚类？
这是我的数据框：
>>>df
INFO FREQ
R2 31 0.2468213
R5 27 0.003670532
UR 25 0.00337465
我需要在“INFO”列上应用聚类。
我使用 reshape(-1,1) 命令解决了这个问题：
kmeans.fit(df["INFO"].values.reshape(-1,1)) ，但使用平均移位聚类我得到这个错误：
meanshift.fit(df["INFO"].values.reshape(-1,1)) 输出：ValueError: Invalid shape in axis 1: 0.
【问题讨论】：
-
你的数据真的有 3 个元素吗？
-
MeanShift 与长度 > 3 的随机一维向量完美匹配。所以问题是，为什么要将 kmeans、meanshift 或任何其他类型的聚类应用于 3 元素向量？你会因为它cool而应用它吗？因为它没有任何数学意义。
-
集群一个 3 元素数组真的很容易。它们中的每一个都是一个集群。不需要算法！耶！
-
我的完整数据集大约有 4500000 行，它是无法拟合 K（对于 K 均值）的自动过程的一部分
标签： python scikit-learn cluster-analysis