如何按长向量列对数据框进行聚类

Question

我有一个数据框，其中有一个名为“address”的列和一个名为“vecor”的列，其中向量的长度为 700。我想按向量列对数据框进行聚类，但是当我尝试使用 KMeans 算法时，

from sklearn.cluster import KMeans
x = np.array(train['vector'].values).astype('float64')
ms = KMeans(n_clusters=3,n_init=10,max_iter=300,random_state=42)
ms.fit(x)

我收到此错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
TypeError: only size-1 arrays can be converted to Python scalars

The above exception was the direct cause of the following exception:

ValueError                                Traceback (most recent call last)
<ipython-input-9-919881bf72d4> in <module>
      1 from sklearn.cluster import KMeans
----> 2 x = np.array(train['vector'].values).astype('float64')
      3 ms = KMeans(n_clusters=3,n_init=10,max_iter=300,random_state=42)
      4 ms.fit(x)
      5 cluster_centers = ms.cluster_centers_

ValueError: setting an array element with a sequence.

我不能使用向量作为我的特征（添加 700 列而不是一个向量列），因为它会变得太多。我不知道该怎么做。 那么我如何通过向量对数据框进行聚类呢？

Answer 1

我假设

train

是一个数据框？难道不应该使用价值观吗？

ms.fit(train['vector'].values)