了解群集

Question

我需要一个集群方面的帮助。我需要理解变量在集合中的分组，所以我做了以下工作：

1. 我得到了数据并确定它是浮点型的
2. 我使用x=（x-min）/（max-min）标准化了这些值，其中min 和max是表示数据中min和max的变量 射程
3. 我曾经np.数组函数将其转换为numpy数组
4. 然后我尝试使用bandwidth（使用ManShift）或DBSCAN函数来执行处理，但它会导致"ValueError: data type not understood"错误。我做错什么了？你知道吗

这是密码-

print ('Minimum value is {0}, maximum is {1}'.format(min_value, max_value))
for position in range(0, len(sub_set)):
    sub_set[position] = (sub_set[position] - min_value)/(max_value - min_value)

data = np.array(sub_set)

print (type(data))
print len(data)
bandwidth = estimate_bandwidth(data, quantile=0.2, n_samples=len(data))

向马特维问好

Answer 1

对于一维数据，通过聚类获得的收益很小。相反，可以使用内核密度估计或类似的方法来利用数据的有序性。你知道吗

因为meanshift、DBSCAN等都是为多变量数据设计的，他们希望得到一个多维矩阵，但你给出的是一个一维矩阵。使用reshape修复此问题。你知道吗

一般来说，学习API—您可以更有效地使用numpy，方法是先将数据转换为numpy，然后以向量化的形式执行所有其他操作。你知道吗

data = numpy.array(data)
data = (data - data.min()) / data.ptp() # Scale to 0:1
dens = gaussian_kde(data).evaluate(data)

将产生数据中每个点的密度估计值。试着在这个密度估计的局部极小值上拆分数据。你知道吗

请查看此曲线以获取数据：

plot(gaussian_kde(data).evaluate(np.linspace(data.min(),data.max())))

局部极小值的分裂是否产生期望的结果？你知道吗