Разброс KMeans на MacBook - PullRequest
Новая
       19

Разброс KMeans на MacBook

0 голосов
/ 10 октября 2018

Я новичок в области обработки данных, и я пытался построить график рассеяния для набора данных с 4000 строками.Я использую ноутбук Jupyter на MacBook.Я обнаружил, что в тетради Jupyter появилось более пяти минут, чтобы точечный график появился.Мой ноутбук был недавно куплен, и он оснащен процессором Intel Core i5 с частотой 2,3 ГГц и объемом памяти 8 ГБ.

У меня два вопроса: почему это заняло так много времени?почему сюжет был настолько перегружен (например, все шкалы х выглядели маленькими, они собрались вместе и не могли быть ясно прочитаны) и не очень ясно.Набор данных находится здесь: https://raw.githubusercontent.com/datascienceinc/learn-data-science/master/Introduction-to-K-means-Clustering/Data/data_1024.csv

Я действительно ценю за любые возможности.

Вот мой код: 

import numpy as np
import pandas as pd
import matplotlib
from matplotlib import pyplot as plt
%matplotlib inline
from sklearn.cluster import KMeans

df= pd.read_csv('/users/kyaw/Downloads/data_1024.csv')
df = df.join(df['Driver_ID'].str.split(expand=True))
df = df.drop(["Driver_ID"], axis=1)
df.columns=['Driver_ID','Distance_Feature','Speeding_Feature']

f1 = df['Distance_Feature'].values
f2 = df['Speeding_Feature'].values

X=np.array(list(zip(f1,f2)))

fig=plt.gcf()
fig.set_size_inches(10,8)
kmeans = KMeans(n_clusters=3).fit(X) 

plt.scatter(X[:,0], X[:,1], c=kmeans.labels_, cmap='rainbow')  
plt.scatter(kmeans.cluster_centers_[:,0] ,kmeans.cluster_centers_[:,1], color='black')
plt.show()

1 Ответ

0 голосов
/ 10 октября 2018

Я пытался запустить твой код, но он не сработал.Я делаю следующие исправления 

import numpy as np 
import pandas as pd 
import matplotlib 
from matplotlib import pyplot as plt
#%matplotlib inline  --> Removed this inline, maybe is here due to jupyter
from sklearn.cluster import KMeans    

df= pd.read_csv('./data_1024.csv',sep='\t' )  #indicate the separator as tab.  
#remove the other instructions that are useless

f1 = df['Distance_Feature'].values 
f2 = df['Speeding_Feature'].values

X=np.array(list(zip(f1,f2)))

fig=plt.gcf() 
fig.set_size_inches(10,8) 
kmeans = KMeans(n_clusters=3).fit(X) 

plt.scatter(X[:,0], X[:,1], c=kmeans.labels_, cmap='rainbow')    
plt.scatter(kmeans.cluster_centers_[:,0] ,kmeans.cluster_centers_[:,1], color='black') 
plt.show()

Я получил это изображение enter image description here

...