为 kmeans 和 PCA 转换数据

Question

我有一个如下所示的数据集：

search_term = ['computer','usb port', 'phone adaptor']
clicks = [3,2,1]
bounce = [0,0,2]
conversion = [4,1,0]

我想将它输入到 kmeans 模型中，但是我无法将列表转换为矩阵格式，以便它可以被 kmeans 摄取。我还想使用 PCA 减小尺寸，以便可以在 2d 图中对其进行可视化。

这是我的代码的样子：

X = np.array(clicks, bounce, conversion)
y = np.array(search_terms)
num_clusters = 3

pca = PCA(n_components=2, whiten=True).fit(X)
X_pca = pca.transform(X)

km=KMeans(n_clusters=num_clusters, init='k-means++',n_init=10, verbose=1)
km.fit(X_pca)

print km.labels_[:10]

这是我得到的错误：

TypeError: unsupported operand type(s) for -: 'numpy.ndarray' and 'numpy.ndarray'

另外，一旦集群完成，我希望能够看到哪些搜索词属于哪个集群，所以我不确定设置 y = np.array(search_terms) 是否正确？

请指教。

Answer 1

你怎么不打这个

>>> X=np.array(clicks,bounce,conversion)
Traceback (most recent call last):
  File "<input>", line 1, in <module>
ValueError: only 2 non-keyword arguments accepted

错误？

我假设您希望您的数据项按行排列：

X=np.array([clicks,bounce,conversion]).transpose()

如果您希望每列显示它们，请删除 .transpose()。

Answer 2

以下代码应该可以工作。如果不是这样，请告诉我。

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

search_terms = ['computer','usb port', 'phone adaptor']
clicks = [3,2,1]
bounce = [0,0,2]
conversion = [4,1,0]

X = np.array([clicks, bounce, conversion]).T
y = np.array(search_terms)

num_clusters = 3

X_pca = PCA(n_components=2, whiten=True).fit_transform(X)

km = KMeans(n_clusters=num_clusters, init='k-means++',n_init=10, verbose=1)
km.fit(X_pca)