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')
