用于对包含 3-4 个特征的用户定义数据进行聚类的均值偏移算法

Question

我想对包含对象名称、x_coordinate、y_coordinate 和相应温度的数据进行聚类。尝试根据位置和附近温度对附近物体进行聚类的均方聚类算法，即识别冷热区域。以下是代码和小样本数据。但它在默认设置下仅提供单个集群，但无法显示图形。我想知道以下代码可能有什么问题：

import numpy as np  
from mpl_toolkits.mplot3d import Axes3D  
import pandas as pd  
from sklearn.decomposition import PCA    
from sklearn.cluster import MeanShift, estimate_bandwidth  
import matplotlib.pyplot as plt  
from itertools import cycle  

data = pd.read_csv("data.csv")

centers = [[1, 1, 1], [0,0,0], [0,0,0]]  
X= data._get_numeric_data()  
bandwidth = estimate_bandwidth()  

ms = MeanShift()  
ms.fit(X)  
labels = ms.labels_  
cluster_centers = ms.cluster_centers_  

print labels  
print cluster_centers  

fig = plt.figure()  
ax = plt.axes(projection='3d')  
x = data['x_cordinate']  
y=data['y_cordinate']  
z=data['tpa']  
c=labels  
ax.scatter(x,y,z, c=c)  
plt.show()  

数据.csv：

名称、x_坐标、y_坐标、温度
ctrs3,5189200,6859000,0.3998434286
ctrs4,5173360,6812800,0.4779542857
ctrs5,5660440,6812800,0.7044195918
Cstrs3,1935400,5929720,0
Cstrs4,1953880,5929720,0
Cstrs5,491320,2689120,0
Cltrs3,3436240,5884840,0.3998434286
Cltrs4,3296320,5884840,0.4779542857
Cltrs5,5426800,5725120,0.7044195918

Answer 1

estimate_bandwidth 需要一个参数（您的数据）。这段代码能运行吗？

无论如何...当这种情况发生在我身上时，我为estimate_bandwidth 提供的quantile 参数值小于默认值0.3（并将该带宽估计值传递给MeanShift 构造函数！）。

您也可能事先知道良好的带宽，如果您知道，最好使用它。