我如何应用kmeans？

Question

当我尝试这样做时，我会遇到这样的错误: ValueError: n_samples=6应该是>= n_clusters=7

import numpy as np
import matplotlib.pyplot as plt

X=np.array([1,3,8,10,16,25])
X=X.reshape(-1,1)
from sklearn.cluster import KMeans

kmeans= KMeans(n_clusters=3,init='k-means++')
kmeans.fit(X)

print(kmeans.cluster_centers_)

results=[]
for i in range(1,10):
    kmeans=KMeans(n_clusters=i,init='k-means++',random_state=123)
    kmeans.fit(X)
    results.append(kmeans.inertia_)

Answer 1

您有7个数据点，并且不能容纳超过7个集群。你试图把7个人分成8组，所以这个错误。

看看这个

for i in range(1,10):
    kmeans=KMeans(n_clusters=i,init='k-means++',random_state=123)

当使用i==8时，你会得到这个错误。

Answer 2

你已经非常接近了99%。干得好。你只是在数据中没有足够的不同值，仅此而已：

import numpy as np
import matplotlib.pyplot as plt

X=np.array([1,3,8,10,16,25,1,3,8,10,16,25,44,55,66,77,88,99,12,13,14,15])
X=X.reshape(-1,1)
from sklearn.cluster import KMeans

kmeans= KMeans(n_clusters=3,init='k-means++')
kmeans.fit(X)

print(kmeans.cluster_centers_)

results=[]
for i in range(1,10):
    kmeans=KMeans(n_clusters=i,init='k-means++',random_state=123)
    kmeans.fit(X)
    results.append(kmeans.inertia_)

用PyCharm，Python3.7.3为我生成以下输出：

[[88.  ]
 [11.25]
 [55.  ]]

Process finished with exit code 0

Answer 3

所考虑的示例是具有6个点的一维数组。但是，您希望聚类K到10，然后增加X中数据点的数量或设置范围，直到X的长度。

X=np.array([1,3,8,10,16,25])
X=X.reshape(-1,1)
X.shape
(6, 1)

致，

X = np.linspace(1, 10, 50)
X=X.reshape(-1,1)
X.shape
(50, 1)