将 KMeans 应用于 pandas DataFrame答案

【问题标题】：apply KMeans to a pandas DataFrame将 KMeans 应用于 pandas DataFrame
【发布时间】：2018-11-23 22:54:07
【问题描述】：

#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 个特征和 30000 行的数据框

打印（收藏。计数器（标签））。最后一个是一个标识符，表示该行是分配给人员 1 还是分配给人员 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特征。

问题是当我打印“标签”时，因为它告诉我所有行都属于第 0 个人

标签中0和1的计数器的结果是这样的：计数器（{0: 103}）

这怎么可能？怎么了？

【问题讨论】：

标签： python pandas k-means

【解决方案1】：

如果您在预测之前有标签，并且想要进行监督学习并且您没有使用好的算法，请查看一些模型，例如：

逻辑回归
随机森林分类器
SVM 分类器

和其他人

【讨论】：

尝试在train_test_split中设置shuffle=True，可能你的数据是有序的
是的，它有什么？
identifier 46364 0.0 30752 0.0 22494 0.0 18126 1.0 48860 0.0 27429 0.0 13414 1.0 8730 1.0 这些是y_train的第一行，有属于一个的行和属于0的行
啊，好吧，所以你的计数器是问题
with shuffle=True and 25% counter is: Counter({0: 12761}) 如果我打印它只包含零的变量标签