我有一个pandas数据帧,有100行和10000个特性。我想通过使用pearson correlation作为sklearn.cluster.FeatureAgglomeration中的亲和力参数来适应数据的层次聚类。在
到目前为止,我已经尝试了两种方法来实现它: 首先是:
feature_agglomator = FeatureAgglomeration(n_clusters=10, affinity=np.corrcoef, linkage='average')
第二个:
^{pr2}$运行后:
feature_agglomator.fit_transform(X)
两者都以相同的例外结束:
ValueError: The condensed distance matrix must contain only finite values.
我能做些什么让它正常工作?在
目前没有回答
相关问题 更多 >
编程相关推荐