在二维以上数据上绘制kmeans聚类

Question

我有一个6列的数据集，在使用KMEANs后，我需要在聚类后可视化绘图。我有六个集群。我怎么做？ 这是我的Kmeans集群代码：

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaled_features = scaler.fit_transform(psnr_bitrate)
kmeans = KMeans(init="random",n_clusters=6,n_init=10,max_iter=300,random_state=42)
kmeans.fit(scaled_features)
y_kmeans = kmeans.predict(scaled_features)

我在这个链接上找到了另一个帖子： How to visualize kmeans clustering on multidimensional data 但我无法理解解决方案，因为我不知道是什么

cluster

用那个密码

我使用了以下代码：

from sklearn.preprocessing import StandardScaler
from sklearn import cluster

scaler = StandardScaler()
scaled_features = scaler.fit_transform(psnr_bitrate)
kmeans = KMeans(init="random",n_clusters=6,n_init=10,max_iter=300,random_state=42)
kmeans.fit(scaled_features)
y_kmeans = kmeans.predict(scaled_features)
scaled_features['cluster'] = y_kmeans
pd.tools.plotting.parallel_coordinates(scaled_features, 'cluster')

它会产生这样的错误：

Traceback (most recent call last):

  File "<ipython-input-77-2e66d8a57100>", line 7, in <module>
    scaled_features['cluster'] = y_kmeans

IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

我的聚类输入数据是一个numpy变量，如下所示：

31.764833 35.632833 38.088500 39.877250 41.331917 42.923750
29.832750 34.567500 37.527417 39.621000 41.412583 43.023917
36.777167 41.151333 44.122500 46.237167 47.879083 49.832250
46.871500 52.006333 54.784583 57.099417 58.767833 60.674667

它有6列和1301行。但是我的列没有名称

Answer 1

在几点上，对于pandas的更高版本，它应该是pd.plotting.parallel_coordinates，如果您将预测器设置为数据帧，则更容易，例如：

import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
from sklearn import datasets
from sklearn.decomposition import PCA

# import some data to play with
X = iris.data
y = iris.target

scaler = StandardScaler()
scaled_features = pd.DataFrame(scaler.fit_transform(X))

如果可以，请提供列名：

scaled_features.columns = iris.feature_names

Kmeans和分配群集：

kmeans = KMeans(init="random",n_clusters=6,n_init=10,max_iter=300,random_state=42)
kmeans.fit(scaled_features)

scaled_features['cluster'] = kmeans.predict(scaled_features)

绘图：

pd.plotting.parallel_coordinates(scaled_features, 'cluster')

或者对特征和绘图进行一些降维：

from sklearn.manifold import MDS
import seaborn as sns

embedding = MDS(n_components=2)
mds = pd.DataFrame(embedding.fit_transform(scaled_features.drop('cluster',axis=1)),
             columns = ['component1','component2'])
mds['cluster'] = kmeans.predict(scaled_features.drop('cluster',axis=1))

sns.scatterplot(data=mds,x = "component1",y="component2",hue="cluster")

Answer 2

scaled_features是一个numpy数组，不能使用字符串对数组进行索引。您需要首先使用以下命令将其转换为数据帧：

scaled_features = pd.DataFrame(scaled_features)