我有以下二进制数据集:
[
[1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1],
[1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1],
[1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 1, 0],
[1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 1, 0, 1, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 0, 0, 1, 1, 0],
[1, 1, 1, 1, 1, 1, 0, 1, 1, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 0, 1, 1, 0, 1, 1, 1, 0, 0, 1, 0, 1, 1, 0, 1, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0]
]
我想把它分成3个部分,以使最相似的数组(数组中相同位置的0和1)聚集在同一组中。在
因为我了解到二进制数据不能直接聚集在一起,需要降低维数。manifold learning algorithms可以这样做。我试图把它缩小到2维,然后把它分散在一个图上,使它更加用户友好,多维缩放似乎是这样做的most promising algorithm。但是,当我在数据集周围进行调整时,它仍然返回相同的数据集,而不进行任何缩减:
^{pr2}$你知道我做错什么了吗?我试图将这个数据集简化为二维,然后将其聚集在二维散点图上,这样相似的数组就可以紧密地基于0和1位置的相似性分组在一起
fit()
只学习数据,不会以任何方式更改它。您需要调用fit_transform()
来获取新的转换数据。像这样:newX
将是包含2个组件的数据。在相关问题 更多 >
编程相关推荐