在事先不知道分类的情况下进行 SKLearn 多分类 Python
SKLearn Multi Classification without Knowing the Classifications in Advance Python
我最近开始使用 SKLearn，尤其是分类模型，并且有更多关于用例示例的问题，而不是卡在任何特定的代码位上，所以如果这不是正确的地方，请提前道歉问这样的问题。
到目前为止，我一直在使用示例数据，其中根据已经 class 化的数据训练模型。以'Iris'数据集为例，所有数据都class化为三种之一。但是，如果一开始就想 group/classify 不知道 class 化的数据怎么办。
让我们采用这个虚构的数据：
Name Feat_1 Feat_2 Feat_3 Feat_4
0 A 12 0.10 0 9734
1 B 76 0.03 1 10024
2 C 97 0.07 1 8188
3 D 32 0.21 1 6420
4 E 45 0.15 0 7723
5 F 61 0.02 1 14987
6 G 25 0.22 0 5290
7 H 49 0.30 0 7107
如果想将名称拆分为 4 个单独的 classifications，使用不同的功能，这可能吗？需要哪个 SKLearn 模型？我不要求任何代码，如果有人能指出我正确的方向，我完全可以自己研究？到目前为止，我只能找到 classifications 已知的示例。
在上面的示例中，如果我想将数据分解为 4 个 class 化，我希望我的结果是这样的（注意新列，表示 class ):
Name Feat_1 Feat_2 Feat_3 Feat_4 Class
0 A 12 0.10 0 9734 4
1 B 76 0.03 1 10024 1
2 C 97 0.07 1 8188 3
3 D 32 0.21 1 6420 3
4 E 45 0.15 0 7723 2
5 F 61 0.02 1 14987 1
6 G 25 0.22 0 5290 4
7 H 49 0.30 0 7107 4
非常感谢您的帮助
你可以使用 k-mean 聚类，它会在每次迭代中将数据分成更小的 classes，直到所有数据都分为一组。然后，您可以在 classes 的数量达到您想要的数量时提前停止迭代，或者您也可以返回已经训练过的模型以获得您想要的 class 数量。例如，要获得 4 classes，当数据聚集在 4 classes
中时，您可以后退 4 步
分类是一种监督方法，这意味着训练数据带有特征和标签。如果你想根据特征对数据进行分组，那么你可以使用一些聚类算法（无监督），例如sklearn.cluster.KMeans（k = 4）。
从无监督方法开始确定聚类...使用这些聚类作为标签。
我建议使用 sklearn 的 GMM 代替 k-means 的 。
https://scikit-learn.org/stable/modules/generated/sklearn.mixture.GaussianMixture.html
K-means 假设圆形簇。
本题名为：unsupervised learning
一些定义是：
Unsupervised learning is a type of self-organized Hebbian learning that helps find previously unknown patterns in data set without pre-existing labels. It is also known as self-organization and allows modeling probability densities of given inputs.[1] It is one of the main three categories of machine learning, along with supervised and reinforcement learning. Semi-supervised learning has also been described, and is a hybridization of supervised and unsupervised techniques.
有很多算法，您需要尝试最适合您的算法，一些示例是：
- 层次聚类（在 Scipy 中实现：https://en.wikipedia.org/wiki/Single-linkage_clustering）
- kmeans（在sklearn中实现：https://en.wikipedia.org/wiki/K-means_clustering）
- dbscan（在sklearn中实现：https://en.wikipedia.org/wiki/DBSCAN）
我最近开始使用 SKLearn，尤其是分类模型，并且有更多关于用例示例的问题，而不是卡在任何特定的代码位上，所以如果这不是正确的地方，请提前道歉问这样的问题。
到目前为止，我一直在使用示例数据，其中根据已经 class 化的数据训练模型。以'Iris'数据集为例，所有数据都class化为三种之一。但是，如果一开始就想 group/classify 不知道 class 化的数据怎么办。
让我们采用这个虚构的数据：
Name Feat_1 Feat_2 Feat_3 Feat_4
0 A 12 0.10 0 9734
1 B 76 0.03 1 10024
2 C 97 0.07 1 8188
3 D 32 0.21 1 6420
4 E 45 0.15 0 7723
5 F 61 0.02 1 14987
6 G 25 0.22 0 5290
7 H 49 0.30 0 7107
如果想将名称拆分为 4 个单独的 classifications，使用不同的功能，这可能吗？需要哪个 SKLearn 模型？我不要求任何代码，如果有人能指出我正确的方向，我完全可以自己研究？到目前为止，我只能找到 classifications 已知的示例。
在上面的示例中，如果我想将数据分解为 4 个 class 化，我希望我的结果是这样的（注意新列，表示 class ):
Name Feat_1 Feat_2 Feat_3 Feat_4 Class
0 A 12 0.10 0 9734 4
1 B 76 0.03 1 10024 1
2 C 97 0.07 1 8188 3
3 D 32 0.21 1 6420 3
4 E 45 0.15 0 7723 2
5 F 61 0.02 1 14987 1
6 G 25 0.22 0 5290 4
7 H 49 0.30 0 7107 4
非常感谢您的帮助
你可以使用 k-mean 聚类，它会在每次迭代中将数据分成更小的 classes，直到所有数据都分为一组。然后，您可以在 classes 的数量达到您想要的数量时提前停止迭代，或者您也可以返回已经训练过的模型以获得您想要的 class 数量。例如，要获得 4 classes，当数据聚集在 4 classes
中时，您可以后退 4 步分类是一种监督方法，这意味着训练数据带有特征和标签。如果你想根据特征对数据进行分组，那么你可以使用一些聚类算法（无监督），例如sklearn.cluster.KMeans（k = 4）。
从无监督方法开始确定聚类...使用这些聚类作为标签。
我建议使用 sklearn 的 GMM 代替 k-means 的 。
https://scikit-learn.org/stable/modules/generated/sklearn.mixture.GaussianMixture.html
K-means 假设圆形簇。
本题名为：unsupervised learning
一些定义是：
Unsupervised learning is a type of self-organized Hebbian learning that helps find previously unknown patterns in data set without pre-existing labels. It is also known as self-organization and allows modeling probability densities of given inputs.[1] It is one of the main three categories of machine learning, along with supervised and reinforcement learning. Semi-supervised learning has also been described, and is a hybridization of supervised and unsupervised techniques.
有很多算法，您需要尝试最适合您的算法，一些示例是：
- 层次聚类（在 Scipy 中实现：https://en.wikipedia.org/wiki/Single-linkage_clustering）
- kmeans（在sklearn中实现：https://en.wikipedia.org/wiki/K-means_clustering）
- dbscan（在sklearn中实现：https://en.wikipedia.org/wiki/DBSCAN）