K означает, что график не отображается должным образом

Question

Я пытаюсь визуализировать результаты реализации кластеризации K-Means в наборе данных Divorce из хранилища машинного обучения UCI .

Мой код приведен ниже:

import pandas as pd, seaborn as sns1
import matplotlib.pyplot as plt
from scipy import cluster
from sklearn.cluster import KMeans
from sklearn.model_selection import train_test_split

df = pd.read_csv('C:\\Users\\wundermahn\\Desktop\\code\\divorce.csv')
y = df['Class']
X = df.drop('Class', axis=1)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

y_pred = KMeans(n_clusters=2, random_state=170).fit_predict(X_test)
plt.subplot(221)
plt.scatter(X_test[:, 0], X_test[:, 1], c=y_pred)
plt.title("Guess")

plt.show()

Это сильно зависело от гиперссылки K-Means выше.

Я получаю сообщение об ошибке:

Traceback (most recent call last):
  File "c:\Users\wundermahn\Desktop\code\kmeans.py", line 25, in <module>
    plt.scatter(X_test[:, 0], X_test[:, 1], c=y_pred)
  File "C:\Python367-64\lib\site-packages\pandas\core\frame.py", line 2800, in __getitem__
    indexer = self.columns.get_loc(key)
  File "C:\Python367-64\lib\site-packages\pandas\core\indexes\base.py", line 2646, in get_loc
    return self._engine.get_loc(key)
  File "pandas\_libs\index.pyx", line 111, in pandas._libs.index.IndexEngine.get_loc
  File "pandas\_libs\index.pyx", line 116, in pandas._libs.index.IndexEngine.get_loc
TypeError: '(slice(None, None, None), 0)' is an invalid key

Что я делаю неправильно? Почему мой срез None печатается, когда я четко передаю ему данные?

Answer 1

plt.scatter ожидает, что x и y будут array_like . Очевидно, что для этой функции фрейм данных не похож на массив.

Если вы преобразуете либо X, либо входные данные в plt_scatter в массив Numpy, он должен работать.

import pandas as pd, seaborn as sns1
import matplotlib.pyplot as plt
from scipy import cluster
from sklearn.cluster import KMeans
from sklearn.model_selection import train_test_split
import numpy as np
df = pd.read_csv('divorce.csv', sep=';')
y = df['Class']
X = np.array(df.drop('Class', axis=1))

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

y_pred = KMeans(n_clusters=2, random_state=170).fit_predict(X_test)
plt.subplot(221)
plt.scatter(X_test[:, 0], X_test[:, 1], c=y_pred)
plt.title("Guess")
plt.show()