как построить график центроидов с помощью KMeans

Question

Я работаю с набором данных и пытаюсь научиться использовать кластерный анализ и KMeans. Я начал с точечной диаграммы, отображающей 2 атрибута, и когда я добавляю третий атрибут и пытаюсь построить другой центроид, я получаю ошибку. Код, который я запускаю, выглядит следующим образом:

import numpy as np ##Import necassary packages
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import style
style.use("ggplot")
from pandas.plotting import scatter_matrix
from sklearn.preprocessing import *
from sklearn.cluster import MiniBatchKMeans 


url2="http://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.data" #Reading in Data from a freely and easily available source on the internet
Adult = pd.read_csv(url2, header=None, skipinitialspace=True) #Decoding data by removing extra spaces in cplumns with skipinitialspace=True
##Assigning reasonable column names to the dataframe
Adult.columns = ["age","workclass","fnlwgt","education","educationnum","maritalstatus","occupation",  
                 "relationship","race","sex","capitalgain","capitalloss","hoursperweek","nativecountry",
                 "less50kmoreeq50kn"]
Adult.loc[:, "White"] = (Adult.loc[:, "race"] == "White").astype(int)

X = pd.DataFrame()
X.loc[:,0] = Adult.loc[:,'age']
X.loc[:,1] = Adult.loc[:,'hoursperweek']
X.loc[:,2] = Adult.loc[:, "White"]

kmeans = MiniBatchKMeans(n_clusters = 3)
kmeans.fit(X)

centroids = kmeans.cluster_centers_
labels = kmeans.labels_

print(centroids)
print(labels)

colors = ["green","red","blue"]

plt.scatter(X.iloc[:,0], X.iloc[:,1], X.iloc[:,2], c=np.array(colors)[labels], alpha=.1)

plt.scatter(centroids[:, 0], centroids[:, 1],  marker = "x", s=150, 
    linewidths = 5, zorder = 10, c=['green', 'red','blue'])
plt.show()

Запуск кода работает, однако он не выглядит правильным, так как «вызываемые» только 2 центроида, но 3 центроида все еще строятся. когда я изменяю график рассеяния центроида на:

plt.scatter(centroids[:, 0], centroids[:, 1], centroids[:, 2] marker = "x", s=150, 
        linewidths = 5, zorder = 10, c=['green', 'red','blue'])

, я получаю TypeError: scatter() got multiple values for argument 's'. Является ли исходный неверный код, и это вызовет проблемы в будущих проектах? если так, как я должен изменить код, чтобы я не получил ошибку? Заранее спасибо

Answer 1

Проблема в , если вы передаете значения аргумента без ключей, функция разброса ожидает, что третий аргумент будет s . В вашем случае третий аргумент - это центроид, и вы снова передаете s в качестве ключевого аргумента. несколько значений для s. Что вам нужно, это что-то вроде этого.

1) Назначьте столбцы центроидов: centroids_x, centroids_y

centroids_x = centroids[:,0]
centroids_y = centroids[:,1]

2) Создайте диаграмму рассеяния centroids_x и centroids_y

plt.scatter(centroids_x,centroids_y,marker = "x", s=150,linewidths = 5, zorder = 10, c=['green', 'red','blue'])