无法为一维数据绘制 K-Means 聚类

Posted 2023-03-12

【中文标题】无法为一维数据绘制 K-Means 聚类

【英文标题】：Cannot plot K-Means clusters for one-dimensional data

【发布时间】：2021-09-17 23:09:02

【问题描述】：

我正在尝试在我的二元分类任务中实现 K-Means 算法，但我无法绘制结果两个集群的散点图。

我的数据集只是以下形式：

# size, class
  312,  1
  319   1
  227   0       

最小的例子：

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.cluster         import KMeans

X = 'size': [312,319,227,301,273,311,277,291,303,381], 'class': [1,1,0,1,0,1,0,0,1,1]
X = pd.DataFrame(data=X)
X_train, X_test, y_train, y_test = train_test_split(X['size'], X['class'], test_size=0.4)
X_train = X_train.values.reshape(-1,1)
X_test  = X_test.values.reshape(-1,1)

kmeans = KMeans(init="k-means++", n_clusters=2, n_init=10, max_iter=300, random_state=42)

kmeans.fit(X_train)
preds = kmeans.predict(X_test)

如何根据预测“preds”绘制散点图，显示两个聚类、“X_test”中的样本和相应颜色（0 和 1）？

【问题讨论】：

您是否遇到任何特定错误？您能否就您面临的问题添加一些详细信息。另外，为什么要将 df 拆分为 X 和 Y。Kmeans 是一种无监督学习，通常没有监督学习模型的目标值（目标为 y）。

感谢@heretolearn 的回答。我知道这是一种无监督的方法，但我只是想看看我是否可以根据“大小”特征对数据进行分类，并且我想通过比较真实标签来评估聚类的成功程度。我遇到了有关数据形状的错误。

this approach 能解决你的问题吗？

【参考方案1】：

由于您只有一个功能，因此您的所有数据都在一条线上。您可以像这样创建散点图：

color = ["blue", "red"]
plt.scatter(X_test.flatten(), [0]*len(X_test), c=[color[p] for p in preds])

如果你想拥有两个特征，你可以修改你的数据：

X = 
    'size_1': [312,319,227,301,273,311,277,291,303,381],
    'size_2': [152,165,301,145,310,145,315,156,160,165],
    'class': [1,1,0,1,0,1,0,0,1,1],

X = pd.DataFrame(data=X)
X_train, X_test, y_train, y_test = train_test_split(X[['size_1', 'size_2']], X['class'], test_size=0.4)

然后你修改散点图：

plt.scatter(X_test.iloc[:,0],X_test.iloc[:,1], c=[color[p] for p in preds])

【讨论】：

感谢您的意见@Pierre-Loic。我试过了，但它在我的实际数据集上给出了一个奇怪的结果：i.postimg.cc/KzMTZTkb/cluster.png

为什么不行？你期待什么？

我希望看到这样的东西i.postimg.cc/ZY3TLHzZ/cluster.png

要拥有像您的图片一样的东西，您需要 2 个特征（垂直轴和水平轴）。您的数据中只有一个（您的“大小”列）

我明白了。如果我想在我的数据集中添加另一个特征，我应该如何调整你的代码以获得我显示的图表？