python - Scikit-learn:如何在一维数组上运行 KMeans？

Question

我有一个介于 0 和 1 之间的 13.876(13,876) 个值的数组。我想仅将 sklearn.cluster.KMeans 应用于此向量，以查找对这些值进行分组的不同集群.但是，KMeans 似乎适用于多维数组而不是一维数组。我想有一个技巧可以让它工作，但我不知道如何。我看到了KMeans.fit()接受 "X : array-like or sparse matrix, shape=(n_samples, n_features)"，但它希望 n_samples 大于一

我尝试将我的数组放在 np.zeros() 矩阵上并运行 KMeans，但随后将所有非空值放在类 1 上，其余的放在类 0 上。

谁能帮助在一维数组上运行这个算法？

Answer 1

您有许多 1 个特征的样本，因此您可以使用 numpy 的 reshape 将数组 reshape 为 (13,876, 1) :

from sklearn.cluster import KMeans
import numpy as np
x = np.random.random(13876)

km = KMeans()
km.fit(x.reshape(-1,1))  # -1 will be calculated to be 13876 here