将 KMeans 应用于 pandas DataFrame

Question

DatasetImage

#KMEANS
import collections
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.002)

kmeans=KMeans(n_clusters=2)
kmeans.fit(X_train)
labels = kmeans.predict(X_test)
//X and y in train_test_split stands for:

X=newTotalDataset.drop('identifier',axis=1)
y=newTotalDataset['identifier']

我有一个包含 44 个特征和 30000 行的数据框

打印（collections.Counter（标签））。最后一个是一个标识符，表示该行是分配给人员 1 还是人员 0。我在训练和测试中拆分了我的数据集，并删除了我的最后一个特征。

问题出在我打印 "labels" 时，因为它告诉我所有行都属于第 0 个人

label中0和1的计数结果是这样的：计数器（{0：103}）

怎么可能？怎么了？

Answer 1

如果你在预测之前有标签，你想进行监督学习并且你没有使用好的算法，请看一些模型，比如：

逻辑回归
随机森林分类器
SVM 分类器

及其他

将 KMeans 应用于 pandas DataFrame

apply KMeans to a pandas DataFrame

python

k-means

pandas