python中KMeans聚类中的X值是怎么得到的？
How do you get the X value in KMeans clustering in python?
我是 KMeans 的初学者。您如何理解要取什么 X 值？我有一个包含多行和多列的数据框。我不知道如何获取一个特定的 X 值。
我无法替换整个数据框。
例如：
df = pd.read_csv("cereal.csv")
kmeans = KMeans(n_clusters=4)
kmeans.fit(X) ## How do I get this X?
X 基本上是数据框中的所有值，在本例中为 df.
例如：
from sklearn.cluster import KMeans
X = df.values.astype(np.float)
kmeans = KMeans(n_clusters = 4).fit(X)
要查看分配的标签，您现在可以执行以下操作：
predicted_values = kmeans.labels_
注：
在将数据传递给 KMeans 算法之前，您可能必须执行数据清理并删除特征。换句话说，可以删除某些列，例如，ID（如果有的话）。
如果您的任何列具有 string 值，则需要将它们编码为 numerical 格式。例如，您不能传递 high 或 low 等值，您需要将它们编码为 0 或 1.
我是 KMeans 的初学者。您如何理解要取什么 X 值？我有一个包含多行和多列的数据框。我不知道如何获取一个特定的 X 值。
我无法替换整个数据框。 例如：
df = pd.read_csv("cereal.csv")
kmeans = KMeans(n_clusters=4)
kmeans.fit(X) ## How do I get this X?
X 基本上是数据框中的所有值，在本例中为 df.
例如：
from sklearn.cluster import KMeans
X = df.values.astype(np.float)
kmeans = KMeans(n_clusters = 4).fit(X)
要查看分配的标签，您现在可以执行以下操作：
predicted_values = kmeans.labels_
注：
在将数据传递给 KMeans 算法之前，您可能必须执行数据清理并删除特征。换句话说，可以删除某些列，例如，ID（如果有的话）。
如果您的任何列具有 string 值，则需要将它们编码为 numerical 格式。例如，您不能传递 high 或 low 等值，您需要将它们编码为 0 或 1.