我正在Django应用程序中使用Krototype算法创建一个集群算法。
如今，我正在用虚假数据测试我的所有算法，以了解它的工作原理并验证它的工作方式。
我的聚类和预测功能是：
def ClusterCreation(request,*args):
global kproto
# random categorical data
data = np.array([
[0,'a',4],
[1,'e',3],
[3,'ffe',7],
[5,'fdfd',16]
])
kproto = KPrototypes(n_clusters=2, init='Cao', verbose=2)
clusters = kproto.fit_predict(data, categorical=[1,2])
# Create CSV with cluster statistics
clusterStatisticsCSV(kproto)
for argument in args:
if argument is not None:
return
# Print the cluster centroids
return HttpResponse('Clustering ok')
def ClusterPrediction(request):
global kproto
if (kproto==0):
ClusterCreation(None,1)
# random point to fit
data = np.array([0,'a',4])
fit_label = kproto.predict(data, categorical=[0,1]) #categorical is the Index of columns that contain categorical data
# Print the cluster centroids
return HttpResponse('Point '+str(data)+' is in cluster '+str(fit_label))
我实现了毫无问题地运行ClusterCreation功能，但现在我正在添加预测新数据点集群的功能。
您将看到一个名为clusterStatisticsCSV的函数，它可以毫无问题地工作，并且是一个简单的CSV导出。
我得到以下错误日志：
Initialization method and algorithm are deterministic. Setting n_init to 1.
dz01 | Init: initializing centroids
dz01 | Init: initializing clusters
dz01 | Starting iterations...
dz01 | Run: 1, iteration: 1/100, moves: 0, ncost: 8.50723954060097
dz01 | Internal Server Error: /cluster/clusterPrediction/
dz01 | Traceback (most recent call last):
dz01 | File "/usr/local/lib/python3.5/site-packages/django/core/handlers/exception.py", line 35, in inner
dz01 | response = get_response(request)
dz01 | File "/usr/local/lib/python3.5/site-packages/django/core/handlers/base.py", line 128, in _get_response
dz01 | response = self.process_exception_by_middleware(e, request)
dz01 | File "/usr/local/lib/python3.5/site-packages/django/core/handlers/base.py", line 126, in _get_response
dz01 | response = wrapped_callback(request, *callback_args, **callback_kwargs)
dz01 | File "/src/cluster/views.py", line 62, in ClusterPrediction
dz01 | fit_label = kproto.predict(data, categorical=[0,1]) #categorical is the Index of columns that contain categorical data
dz01 | File "/usr/local/lib/python3.5/site-packages/kmodes/kprototypes.py", line 438, in predict
dz01 | Xnum, Xcat = _split_num_cat(X, categorical)
dz01 | File "/usr/local/lib/python3.5/site-packages/kmodes/kprototypes.py", line 44, in _split_num_cat
dz01 | Xnum = np.asanyarray(X[:, [ii for ii in range(X.shape[1])
dz01 | IndexError: tuple index out of range
我知道哪个是错误，我想这与：CCD_ 2。具体来说，使用分类列索引。尽管应用更改来测试另一个值并获得解决方案，但我还不能完全理解发生了什么并解决它
我的担忧也与ClusterCreation函数中相同的分类参数有关，因为可能也是错误的，然后聚类也是错误的。
我错过了什么？
已解决！
数据数组出现错误：上一页：data = np.array([0, 'a', 3])正确：data = np.array([[0, 'a', 3]])
尽管如此，我阅读了所有的Kprototype.py文件，并且我已经看到Categorical是一个参数，它指示多数组中具有分类数据的每个变量的索引。所以，如果你说categorical=[1,2]，你就是说第二列和第三列(python索引以0开头(是分类变量。
一个多阵列的例子是：
data = np.array([
[0,'a','rete'],
[1,'e','asd'],
])