Как кластеризовать кадр данных по столбцу длинных векторов ⇐ Python
-
Гость
Как кластеризовать кадр данных по столбцу длинных векторов
У меня есть фрейм данных, в котором есть столбец с именем «адрес» и столбец с именем «vecor», которые содержат векторы длиной 700. Я хочу кластеризовать свой фрейм данных по векторному столбцу, но когда я пытаюсь использовать алгоритм KMeans,
из sklearn.cluster import KMeans x = np.array(train['vector'].values).astype('float64') мс = KMeans(n_clusters=3,n_init=10,max_iter=300,random_state=42) мс.подходит(х) Я получаю следующую ошибку:
-------------------------------------------- ------------------------------- TypeError Traceback (самый последний вызов — последний) Ошибка типа: только массивы размера 1 могут быть преобразованы в скаляры Python Вышеупомянутое исключение было непосредственной причиной следующего исключения: ValueError Traceback (самый последний вызов — последний) в 1 из sklearn.cluster, импорт KMeans ----> 2 x = np.array(train['vector'].values).astype('float64') 3 мс = KMeans(n_clusters=3,n_init=10,max_iter=300,random_state=42) 4 мс.пригодность(x) 5 кластерных_центров = ms.cluster_centers_ ValueError: установка элемента массива с помощью последовательности. Я не могу использовать векторы в качестве объектов (добавьте 700 столбцов вместо одного векторного столбца), потому что это будет слишком много. Я не знаю, как это сделать. Итак, как я могу сгруппировать свой фрейм данных по векторам?
У меня есть фрейм данных, в котором есть столбец с именем «адрес» и столбец с именем «vecor», которые содержат векторы длиной 700. Я хочу кластеризовать свой фрейм данных по векторному столбцу, но когда я пытаюсь использовать алгоритм KMeans,
из sklearn.cluster import KMeans x = np.array(train['vector'].values).astype('float64') мс = KMeans(n_clusters=3,n_init=10,max_iter=300,random_state=42) мс.подходит(х) Я получаю следующую ошибку:
-------------------------------------------- ------------------------------- TypeError Traceback (самый последний вызов — последний) Ошибка типа: только массивы размера 1 могут быть преобразованы в скаляры Python Вышеупомянутое исключение было непосредственной причиной следующего исключения: ValueError Traceback (самый последний вызов — последний) в 1 из sklearn.cluster, импорт KMeans ----> 2 x = np.array(train['vector'].values).astype('float64') 3 мс = KMeans(n_clusters=3,n_init=10,max_iter=300,random_state=42) 4 мс.пригодность(x) 5 кластерных_центров = ms.cluster_centers_ ValueError: установка элемента массива с помощью последовательности. Я не могу использовать векторы в качестве объектов (добавьте 700 столбцов вместо одного векторного столбца), потому что это будет слишком много. Я не знаю, как это сделать. Итак, как я могу сгруппировать свой фрейм данных по векторам?
