对于DBSCAN聚类，在熊猫中泡菜文件的实际结果和结果并不匹配。

Question

我已经构建了一个DBSCAN集群模型。输出结果与使用泡菜文件后的结果不匹配。

基于HD和MC列，我对WT列进行了聚类。

data = HD,MC
Target = WT

下面，对于第一次记录，集群为0。

但是在从'pkl‘文件中运行它之后，它将显示预测的结果为-1。

Dataframe：

      HD         MC             WT         Cluster
      200        Other          4.5        0
      150        Pep            5.6        0
      100        Pla            35         -1
      50         Same           15         0

代码：

 le = preprocessing.LabelEncoder()
 df['MC encoded'] = le.fit_transform(df['MC'])

 col_1 = ['HD','MC encoded']
 data = df[col_1]
 col_2 = ['WT']
 target = df[col_2]
 data = data.fillna(value=0)


 model = DBSCAN(eps=1, min_samples=20).fit(data)
 outliers_df = pd.DataFrame(data)
 print(Counter(model.labels_))

 x = model.fit_predict(target)
 print(Counter(x))

结果：

  Counter({-1: 604, 0: 142, 1: 83, 9: 36, 2: 27, 7: 26, 10: 26, 8: 24, 4: 23, 5: 23, 3: 22, 11: 21, 6: 20, 12: 20, 13: 20})
  Counter({0: 1093, -1: 24})

代码：

  df["Cluster"] = x

  filename1 = '/model.pkl'
  model_df = open(filename1, 'wb')
  pickle.dump(model,model_df)
  model_df.close()

  output = open('/MC.pkl', 'wb')
  pickle.dump(le, output)
  output.close()

  with open('model.pkl', 'rb') as file:  
     pickle_model = pickle.load(file)


  pkl_file = open('MC.pkl', 'rb')
  le_mc = pickle.load(pkl_file) 
  pkl_file.close()


 def testing(HD,MC,WT):
     test = {'HD':[HD],'MC':[MC], 'WT':[WT]} 
     test = pd.DataFrame(test)
     test['MC_encoded'] = le_mc.transform(test['MC'])
     pred_val = pickle_model.fit_predict(test[['HD','MC_encoded']])
     print(pred_val)
     return(pred_val)



      pred_val = testing(200,'Other',4.5)

结果：

    [-1]

Answer 1

似乎你的泡菜文件没有作为熊猫的数据加载。为什么不直接使用df_pickle = pd.read_pickle('/MC.pkl')呢?其余的都应该在此之后到位。

Answer 2

而不看其他东西：

pred_val = pickle_model.fit_predict(test[['HD','MC_encoded']])

您正在使用pickle_model ()方法在test_data上训练您的fit_predict。首先，直接用.predict()替换它，这样就可以按原样使用模型，而不是对单个样本进行训练。