#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个功能和30000行的数据框
打印（collections.Counter（标签））。最后一个是一个标识符，表示该行是分配给一个人还是一个人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功能。
问题在于我打印＆＃34;标签＆＃34;，因为它告诉我所有行都属于人0
标签中0和1的计数器的结果是这样的： 计数器（{0：103}）
它是如何可能的？什么错了？
答案 0 :(得分：0)
如果你在预测之前有标签，你想要进行有监督的学习而你没有使用好的算法，请看一些模型，如：
和其他人