Blaze with Scikit Learn K-Means

Question

Я пытаюсь установить объект данных Blaze в функцию scikit kmeans.

from blaze import * 
from sklearn.cluster import KMeans 
data_numeric = Data('data.csv') 
data_cluster = KMeans(n_clusters=5) 
data_cluster.fit(data_numeric) 

Образец данных:

A B C 
1 32 34 
5 57 92 
89 67 21 

Его ошибка метания:

Я был в состоянии сделать это с панды Dataframe. Любой способ передать объект blaze этой функции?

Answer 1

Я думаю, вам нужно преобразовать вашу базу данных pandas в массив numpy до того, как вы подойдете.

from blaze import * 
import numpy 

from sklearn.cluster import KMeans 
data_numeric = numpy.array(data('data.csv')) 
data_cluster = KMeans(n_clusters=5) 
data_cluster.fit(data_numeric) 

Answer 2

Я бы предположил, что вы выбрали количество кластеров (K) намного меньше, чем количество примеров обучения, которые у вас есть в вашем наборе данных. Неправильно запускать алгоритм K-Means, когда количество желаемых кластеров больше или равно количеству примеров обучения. Ошибка возникает, когда вы пытаетесь передать объект Blaze с нежелательной формой, в функцию KMeans. Пожалуйста, проверьте: https://blaze.readthedocs.io/en/latest/csv.html

Answer 3

sklearn.cluster.KMeans не поддерживает входные данные с типом blaze.interactive._Data который является типом data_numeric в вашем коде.

Вы можете использовать data_cluster.fit(data_numeric.peek()) для соответствия переданным данным_нумерным типам DataFrame при поддержке sklearn.cluster.KMeans.

Answer 4

Да, перед тем, как вы поместились, вам нужно будет преобразовать ваш кадр данных pandas в массив numpy, теперь его работы прекрасны ... я думаю, что @aberger уже ответил.

спасибо!