У меня есть CSV-файл, который выглядит как показано 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, чтобы я знал, какие значения лежат в каком кластере и их среднее значение.
Теперь, поскольку у меня нет другого набора значений, кроме mse (я должен предоставить X и Y), я хотел бы использовать только значения mse, чтобы получить ak означает cluster.For сейчас для других набор значений, я передаю его как диапазон, который имеет тот же размер, что и mse значений. 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("generate_csv/all_data_device.csv", parse_dates=["date"])
f1 = df['mse'].values
# generate another list
f2 = list(range(0, len(f1)))
X = np.array(list(zip(f1, f2)))
kmeans = KMeans(n_clusters=2).fit(X)
labels = kmeans.predict(X)
# Centroid values
centroids = kmeans.cluster_centers_
#print(centroids)
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()
Как я могу просто использовать значения mse, чтобы получить кластер k средних? Я знаю о функции 'reshape ()', но не совсем уверен, как ее использовать?