K 表示簇列答案

【问题标题】：K means cluster columnsK 表示簇列
【发布时间】：2018-04-17 19:23:59
【问题描述】：

我被赋予了以下任务：
您希望将场传感器的数量减少到 20 个。您现在应该从上一个问题中获得一个包含所有加载向量 (pca.components_) 的数组，每个主成分一个向量，具有 137 个元素（每个传感器一个）。使用聚类对行为相同的传感器进行分组。

我的数据：由 137 个不同的传感器和 8784 条线路组成。

标准化数据后，我发现 16 列的标准差为 0，因此将其删除（这意味着它们每次都测量相同，对吧？）

我运行以下代码：

from sklearn.decomposition import PCA

# Do your PCA here.
pca = PCA(n_components=120)
pca.fit(data['std'])

from sklearn.cluster import KMeans
X_pca = pca.transform(data['std'])

# Apply your clustering here
km = KMeans(n_clusters=20, init='k-means++',n_init=10, verbose=0);
km.fit(X_pca);
cluster_pred = km.predict(X_pca);

plt.figure(figsize=(10,5))
plt.scatter(X_pca[:,0], X_pca[:,1], c=cluster_pred, s=20, cmap='viridis')
plt.show()

现在我将所有行都聚集在一起。我该如何改变这一点，对每一列进行聚类，这样我就可以从每个聚类中选择一个传感器？
而对于选择，我应该只取每个集群的中心吗？

【问题讨论】：

你可以转置你的数据矩阵

标签： python k-means

【解决方案1】：

我不确定 data['std'] 的样子，所以我无法运行您的代码。无论如何，按照您所说的，您的问题可以通过如下转置数据来解决：

from sklearn.decomposition import PCA
from sklearn.cluster import KMeans
import numpy as np

transposed_data = np.transpose(data['std']) 
# In case it doesnt work, try with np.transpose(np.asarray(data['std']))

# Do your PCA here.
pca = PCA(n_components=120)
pca.fit(transposed_data)

X_pca = pca.transform(transposed_data)

# Apply your clustering here
km = KMeans(n_clusters=20, init='k-means++',n_init=10, verbose=0);
km.fit(X_pca);
cluster_pred = km.predict(X_pca);

plt.figure(figsize=(10,5))
plt.scatter(X_pca[:,0], X_pca[:,1], c=cluster_pred, s=20, cmap='viridis')
plt.show()

【讨论】：