Question

尽管我的数据帧到处都是浮点值。通过k均值传递数据帧时，它表明无法将字符串转换为浮点数。

如何将nan值转换为整个数据帧中的浮点值？

Answer 1

根据您的代码，您似乎只实例化了KMeans，但没有使用它。您需要干净的输入数据X（即没有字符串等），我们将其称为X

kmeans = KMeans(n_clusters=4,init='k-means++', max_iter=600, algorithm = 'auto')
clusters = kmeans.fit_predict(X)

现在clusters具有X中每个样本的簇号。

（或者，您可以分别进行fit(X)，然后再进行predict(X)，但最终是predict会输出所需的群集标签）

如果以后要在数据上获得集群，则应使用kmeans.predict(new_data)而不是fit_predict()，以便KMeans使用从X的学习，并将其应用于new_data（或根据需要，您可能想对其进行再培训）。
希望这会有所帮助。

最后，您可以执行以下操作将另一列添加到pandas DataFrame中：

df['cluster'] = clusters

其中'cluster'是新列名的字符串，您当然可以随意命名

Answer 2

这将完成您的工作，并将所有字符串格式的列转换为分类代码，或者对这些列中的变量使用一种热编码。

import numpy as np  
from sklearn.cluster import KMeans
import pandas
df = pandas.read_csv('zipIncome.csv')
print(df)

df[col_name]= df[col_name].astype('category')
df[col_name] = df[col_name].cat.codes
kmeans = KMeans(n_clusters=4,init='k-means++', max_iter=600, algorithm = 'auto').fit(df)
print (kmeans.labels_)
print(kmeans.cluster_centers_)

通过k均值传递数据帧时出错

2 个答案: