KMeans в Python - сохранение весов образцов после преобразования переменных - PullRequest
Новая
       14

KMeans в Python - сохранение весов образцов после преобразования переменных

0 голосов
/ 22 апреля 2019

Мой фрейм данных (df) состоит из смеси логических, непрерывных переменных и поля с именем wt_cnt, указывающего вес записи.

MinMaxScaler применяется к моим данным перед кластеризацией: 

mms = MinMaxScaler()
mms.fit(data)
data_transformed = mms.transform(data)

И процедура KMeans выглядит следующим образом: 

sum_of_squared_distances = []
K = range(1,15)
for k in K:
    km = KMeans(n_clusters=k) #init model
    km = km.fit(data_transformed, sample_weight=None) #fit model
    sum_of_squared_distances.append(km.inertia_) #overall SSE

Но я бы хотел СОХРАНИТЬ свое начальное поле из моего первого df (wt_cnt), который обозначает вес моего кластерного анализа. Мне было трудно это сделать, потому что data_transformed - это просто матрица, а не df. Любые предложения о том, как наиболее эффективно и действенно это сделать?

Пример ниже: 

data = [[2,12669,5]
      ,[2,7057,1]
      ,[2,6353,1]
      ,[1,13265,3]
      ,[2,22615,1]      
      ,[2,9413,1]      
      ,[2,12126,2]      
      ,[2,7579,1]      
      ,[1,5963,1]]
df = pd.DataFrame(data,columns=['Nm','Frsh','wt_cnt'])
mms = MinMaxScaler()
mms.fit(df)
data_transformed = mms.transform(df)
sum_of_squared_distances = []
K = range(1,5)
for k in K:
    km = KMeans(n_clusters=k)
    km = km.fit(data_transformed, sample_weight=None)
    sum_of_squared_distances.append(km.inertia_)
plt.plot(K, sum_of_squared_distances, 'bx-')
plt.xlabel('k')
plt.ylabel('SS dists')
plt.show()
...