我有两个关于使用Python进行Kmeans聚类的问题。

我有一个自动生成的数据文件名为Mystery.npy，它的形状是(30309, 784)。我试图对其应用KMeans聚类，但是我得到了以下错误：

valueerror: the truth value of an array with more than one element is ambiguous. use a.any() or a.all()

你有任何关于如何克服这个错误的想法吗，或者如何使用KMeans方法聚类这样的数据？

第二个问题，有没有特定的代码可以知道我拥有的数据类型？

非常感谢你的帮助。谢谢，

回答：

@[隐藏人名]，你可以按以下方式运行K-Means：

from sklearn.cluster import KMeansimport numpy as npimport matplotlib.pyplot as pltX=np.load('Mistery.npy')wx = []for i in range(1, 11):    kmeans = KMeans(n_clusters = i, random_state = 0)    kmeans.fit(X)    wx.append(kmeans.inertia_)plt.plot(range(1, 11), wx)plt.xlabel('聚类数量')plt.ylabel('解释的方差')plt.show()

请注意，X是一个numpy数组。这段代码将创建肘部曲线，你可以从中选择最佳的聚类数量，在本例中是5-6个。

如果你使用numpy，你将得到一个数组：

array([0.86992608, 0.11252552, 0.25573737, ..., 0.32652233, 0.14927118,        0.1662449 ])

你也可能在处理一个列表，

[0.86992608, 0.11252552, 0.25573737, ..., 0.32652233, 0.14927118,        0.1662449 ]

你需要将其转换为array：np.array(X)，甚至是Pandas数据框：

你可以通过以下方式检查Pandas数据框中的列类型：

import pandas as pdpd.DataFrame(X).dtypes

在numpy中，使用x.dtype

将数据转换为数组后，运行：

n=5kmeans=KMeans(n_clusters=n, random_state=20).fit(X)labels_of_clusters = kmeans.fit_predict(X)

这将得到每个示例所属的聚类类别号码。

array([1, 4, 0, 0, 4, 1, 4, 0, 2, 0, 0, 4, 3, 1, 4, 2, 2, 3, 0, 1, 1, 0,       4, 4, 2, 0, 3, 0, 3, 1, 1, 2, 1, 0, 2, 4, 0, 3, 2, 1, 1, 2, 2, 2,       2, 0, 0, 4, 1, 3, 1, 0, 1, 4, 1, 0, 0, 0, 2, 0, 1, 2, 2, 1, 2, 2,       0, 4, 4, 4, 4, 3, 1, 2, 1, 2, 2, 1, 1, 3, 4, 3, 3, 1, 0, 1, 2, 2,       1, 2, 3, 1, 3, 3, 4, 2, 2, 0, 2, 1, 3, 4, 2, 0, 2, 1, 3, 3, 3, 4,       3, 1, 4, 4, 4, 2, 0, 3, 2, 0, 1, 2, 2, 0, 3, 1, 1, 1, 4, 0, 2, 2,       0, 0, 1, 1, 0, 3, 0, 2, 2, 1, 2, 2, 4, 0, 1, 0, 3, 1, 4, 4, 0, 4,       1, 2, 0, 2, 4, 0, 1, 2, 3, 1, 1, 0, 3, 2, 4, 0, 1, 3, 1, 2, 4, 3,       1, 1, 2, 0, 0, 2, 3, 1, 3, 4, 1, 2, 2, 0, 2, 1, 4, 3, 1, 0, 3, 2,       4, 1, 4, 1, 4, 4, 0, 4, 4, 3, 1, 3, 4, 0, 4, 2, 1, 1, 3, 4, 0, 4,       4, 4, 4, 2, 4, 2, 3, 4, 3, 3, 1, 1, 4, 2, 3, 0, 2, 4])

为了可视化：

from sklearn.datasets.samples_generator import make_blobsX, y_true = make_blobs(n_samples=200, centers=4,                       cluster_std=0.60, random_state=0)kmeans = KMeans(n_clusters=4, random_state=0).fit(X)cc=kmeans.fit_predict(X)plt.scatter(X[:, 0], X[:, 1], c=cc, s=50, cmap='viridis')