kmeans学习教程

Question

我正在尝试Python而不是R来进行数据分析，并且遇到了一些麻烦。因此，我一直在阅读scikit的文档，并尝试自己运行他们的kmeans示例，但是得到了以下错误信息：

使用稀疏向量器跟踪从训练数据集中提取特征(最近一次调用)： 文件"kmeans.py"，第104行，在X= vectorizer.fit_transform(dataset.data)中 文件"/Library/Python/2.7/site-packages/scikit_learn-0.15_git-py2.7-macosx-10.9-intel.egg/sklearn/feature_extraction/text.py"，第1238行，在fit_transform返回self._tfidf.transform(X，copy=False)中 文件"/Library/Python/2.7/site-packages/scikit_learn-0.15_git-py2.7-macosx-10.9-intel.egg/sklearn/feature_extraction/text.py"，第1010行，转换为X=规范化(X，norm=self.norm，copy=False) 文件"/Library/Python/2.7/site-packages/scikit_learn-0.15_git-py2.7-macosx-10.9-intel.egg/sklearn/preprocessing/data.py"，第542行，以规范化inplace_csr_row_normalize_l2(X)表示 文件"sparsefuncs.pyx"，第146行，在sklearn.utils.sparsefuncs.inplace_csr_row_normalize_l2中(sklearn/utils/sparsefuncs.c.c:2714) ValueError:缓冲区类型错配，期望'int‘，但得到’长‘

作为参考，代码如下：clustering.html

我花了一点功夫才得到整个copy堆栈，但我确信我现在已经有了，只是想知道为什么复制粘贴他们的代码然后运行它会产生一个错误(我肯定他们不会在他们的站点上放置带有bug的代码)。知道修复是什么/发生了什么吗？

Answer 1

你是怎么安装枕木堆栈的？我强烈建议您不要尝试自己组装堆栈，因为这样做很有挑战性。我宁愿强迫你使用anaconda https://store.continuum.io/cshop/anaconda/。

免责声明: 1)这些人我不工作。2)蟒蛇有一个免费的版本。好。

Answer 2

一种有用的方法是安装Anaconda和PyCharm或Eclipse。将您的整数从IDE指向Anaconda lib。有关更多指南，请参阅此链接：integration.html。另外，用"conda update“和"anaconda update”从shell中更新pkgs (包括scikit )也是非常容易的。