我正在尝试修改Sklearn示例here以使用我自己的数据集,这是一个1000行,4列整数矩阵。我看不出如何用我的SKlearn数据集替换其中的一个。即我该如何取代如何在Sklearn集群中使用我的数据集?
noisy_circles = datasets.make_circles(n_samples=n_samples, factor=.5,
noise=.05)
与?
我正在尝试修改Sklearn示例here以使用我自己的数据集,这是一个1000行,4列整数矩阵。我看不出如何用我的SKlearn数据集替换其中的一个。即我该如何取代如何在Sklearn集群中使用我的数据集?
noisy_circles = datasets.make_circles(n_samples=n_samples, factor=.5,
noise=.05)
与?
datasets.make_circles
函数创建一个非常清晰的模式的toy dataset。它返回的数据是一个包含X数组要素(n×2维)和y数组标签(长度为n)的元组。
要将数据传递到群集脚本中,只需将其放入类似的格式中,并使用该格式代替由make_circles
返回的值。
将您的数据加载为2维numpy数组。阅读numpy和scipy的文档,根据您手头的文件格式来学习如何操作。
在运行聚类算法之前,如果整数平均类别分配而不是数量,则可能需要使用one-hot encoder预处理数据。
如果它们代表数量,则可能需要使用StandardScaler进行预处理。