如何在Sklearn集羣中使用我的數據集？

Question

我正在嘗試修改Sklearn示例here以使用我自己的數據集，這是一個1000行，4列整數矩陣。我看不出如何用我的SKlearn數據集替換其中的一個。即我該如何取代

noisy_circles = datasets.make_circles(n_samples=n_samples, factor=.5, 
            noise=.05) 

與？

Answer 1

datasets.make_circles函數創建一個非常清晰的模式的toy dataset。它返回的數據是一個包含X數組要素（n×2維）和y數組標籤（長度爲n）的元組。

要將數據傳遞到羣集腳本中，只需將其放入類似的格式中，並使用該格式代替由make_circles返回的值。

Answer 2

將您的數據加載爲2維numpy數組。閱讀numpy和scipy的文檔，根據您手頭的文件格式來學習如何操作。

在運行聚類算法之前，如果整數平均類別分配而不是數量，則可能需要使用one-hot encoder預處理數據。

如果它們代表數量，則可能需要使用StandardScaler進行預處理。