python - 如何在特定列上生成 kmeans？

Question

我想对我的数据集的特定列执行 K 均值。由于这些是分类数据，我计划对其进行 onehot_encoding。现在我想知道是否可以对特定列进行 K-means 并显示所有列的结果(例如一组)？

例如，我有 col1、col2 和 col3，col2 和 col3 上的 K-means 是 onehot_encoded 的，并使用 col1、col2 和 col3。我希望我已经清楚地表达了我的担忧

Answer 1

这遵循 basic documentation kmeans 的数量:

from sklearn.cluster import KMeans
#here you select your columns
X = df[['col1', 'col2', 'col3']]
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
#this will give you the groups back
kmeans.predict(X)

因此，kmeans 预测命令将为您提供可以添加到原始数据中的组。