使用scikit学习的无监督机器学习

Question

我正在使用scikit learn学习无监督机器学习。我从网上收集了这么多数据。当我尝试应用散点图时，我得到了以下错误

索引错误：索引器太多

这是代码：

data = arff.loadarff("./Data/Arrhythmia/Arrhythmia_withoutdupl_02_v01.arff")
df = pd.DataFrame(data[0])
df = df.drop(['outlier',"id"],axis=1)
X_com = df.att10
plt.scatter(X_com.iloc[:,0],X_com.iloc[:,1])
plt.show()

我想在这里应用scikit学习的KMeans算法。我做错了什么？提前感谢

Answer 1

X_com是一个pd.Series，因此当您尝试使用.iloc对其进行切片时，您只能指定一个轴。

Answer 2

您可能希望了解前两个特性的数据分布情况。然后你必须从初始数据集中切片，而不是从系列(如@Alexandre所说(中切片

data = arff.loadarff("./Data/Arrhythmia/Arrhythmia_withoutdupl_02_v01.arff")
df = pd.DataFrame(data[0])
df = df.drop(['outlier',"id"],axis=1)
plt.scatter(df.iloc[:,0],df.iloc[:,1])
plt.show()