我尝试使用scikit使用k均值聚类学习。因此用肘形法求k的最优值
def elbow(df, n):
kMeansVar = [KMeans(n_clusters=k).fit(df.values) for k in range(10, n)]
centroids = [X.cluster_centers_ for X in kMeansVar]
k_euclid = [cdist(df.values, cent) for cent in centroids]
dist = [np.min(ke, axis=1) for ke in k_euclid]
wcss = [sum(d**2) for d in dist] #TILL HERE THE CODE RAN PROPERLY
tss = sum(pdist(df.values)**2)/df.values.shape[0]
bss = tss - wcss
plt.plot(bss)
plt.show()
我的数据框有14列188233行。当我试图将整个数据帧传递给函数时,内核死了。当我试图只传递一个列时,即使在这种情况下,内核也死了。当我尝试分类时,我能够计算出代码一直运行到上面函数中带有注释的行。请建议我如何克服这个问题。在
与其重新计算所有的距离,不如使用k-means对象提供的
inertia_
?在这样就不需要有问题的行(它使用效率低下的dats结构)。在
相关问题 更多 >
编程相关推荐