У меня есть CSV-файл, который выглядит как показано ниже
date mse
2018-02-11 14.34
2018-02-12 7.24
2018-02-13 244.5
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
2018-03-06 127.45
... ...
... ...
Теперь я хочу получить два кластера, чтобы я знал, какие значения лежат в каком кластере и их среднее значение.
Теперь обычно требуется два параметра или набора значений. Так как я просто обеспокоен значениями mse и кластером вокруг него, я передаю другой параметр как диапазон, который имеет тот же размер, что и никакие значения mse. 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"])
df = df[df['mse'].values < 15000]
f1 = df['mse'].values
# generate another list of equal size
f2 = list(range(0, len(f1)))
X = np.array(list(zip(f1, f2)))
kmeans = KMeans(n_clusters=2).fit(X)
labels = kmeans.predict(X)
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 (mse < 15000)')
plt.show()
Это то, что я получаю
Теперь я могу получить координаты центроида, выполнив что-то вроде этого
# Centroid coordinates
centroids = kmeans.cluster_centers_
print(centroids)
Но я хочу получить значение каждого из центроидов. Другими словами, поскольку центроиды представляют среднее значение всех значений mse в каждом кластере, я хочу это среднее значение для каждого из кластеров. Как я могу это сделать?