У меня есть CSV-файл, который содержит значения даты и mse (среднеквадратичная ошибка), показанные ниже.
date mse
2018-02-11 14.34
2018-02-12 7.24
2018-02-13 4.5
2018-02-14 3.5
2018-02-16 12.67
2018-02-21 45.66
2018-02-22 15.33
2018-02-24 98.44
2018-02-26 23.55
2018-02-27 45.12
2018-02-28 78.44
2018-03-01 34.11
2018-03-05 23.33
2018-03-06 7.45
... ...
Теперь я хочу получить два кластера для значений mse, меньших определенного предела, скажем 40 , чтобы я знал, какие значения лежат в каком кластере и их среднее значение.
Теперь для этого обычно нужны два параметра или набор значений. Так как я просто обеспокоен значениями mse и кластером вокруг него, я передаю другой параметр как диапазон значений одинакового размера. Это то, что я сделал
from sklearn.cluster import KMeans
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
df = pd.read_csv("mse_test.csv", parse_dates=["date"])
# get mse values lesser than 40
f1 = df[df['mse'] < 40].values
# get another list of equal size
f2 = list(range(0, 32)) # 32 is no of mse values below 40
X = np.array(list(zip(f1, f2)))
kmeans = KMeans(n_clusters=2).fit(X)
labels = kmeans.predict(X)
# Centroid values
centroids = kmeans.cluster_centers_
fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(X[:, 0], X[:, 1], c=labels)
ax.scatter(centroids[:, 0], centroids[:, 1], marker='*', c='#050505', s=1000)
plt.title('K Mean Classification')
plt.show()
Но я получаю сообщение об ошибке, как показано ниже
Traceback (most recent call last):
File "/home/souvik/PycharmProjects/Pandas/test.py", line 21, in <module>
kmeans = KMeans(n_clusters=2).fit(X)
File "/home/souvik/app/lib/python3.5/site-packages/sklearn/cluster/k_means_.py", line 887, in fit
X = self._check_fit_data(X)
File "/home/souvik/app/lib/python3.5/site-packages/sklearn/cluster/k_means_.py", line 858, in _check_fit_data
X = check_array(X, accept_sparse='csr', dtype=[np.float64, np.float32])
File "/home/souvik/app/lib/python3.5/site-packages/sklearn/utils/validation.py", line 433, in check_array
array = np.array(array, dtype=dtype, order=order, copy=copy)
ValueError: setting an array element with a sequence.
Что я делаю не так?
Кстати, есть ли способ получить 2D-график вместо 3D-графика?