Я работаю с Cloudera 5.2 VM и pandas 0.18.0 Я хочу применить kmeans к своей DataFrame. Но у меня есть столбцы.pandas kmeans Как работать с категориальными атрибутами
Мой dataframe является
adClicksPerTime.head(n=5)
Out[50]:
timestamp adCategory userId totalAdClicks
0 2016-05-26 15:00:00 automotive 355 1
1 2016-05-26 15:00:00 clothing 1027 1
2 2016-05-26 15:00:00 computers 1821 1
3 2016-05-26 15:00:00 computers 2139 1
4 2016-05-26 15:00:00 electronics 253 1
for col in adClicksPerTime:
print(col)
print(type(adClicksPerTime[col][1]))
timestamp
<class 'pandas.tslib.Timestamp'>
adCategory
<class 'str'>
userId
<class 'numpy.int64'>
totalAdClicks
<class 'numpy.int64'>
Когда я исполняю kmeans я получаю ошибку
ValueError: could not convert string to float: 'automotive'
Я попытался преобразовать свою строку в категорический тип и после того, как присвоить числовые коды
adClicksPerTime.adCategory = pd.Categorical.from_array(adClicksPerTime.adCategory)
adClicksPerTime.head(n=5)
Out[54]:
timestamp adCategory userId totalAdClicks
0 2016-05-26 15:00:00 automotive 355 1
1 2016-05-26 15:00:00 clothing 1027 1
2 2016-05-26 15:00:00 computers 1821 1
3 2016-05-26 15:00:00 computers 2139 1
4 2016-05-26 15:00:00 electronics 253 1
for col in adClicksPerTime:
print(col)
print(type(adClicksPerTime[col][1]))
timestamp
<class 'pandas.tslib.Timestamp'>
adCategory
<class 'str'>
userId
<class 'numpy.int64'>
totalAdClicks
<class 'numpy.int64'>
Как применить kmeans к этому полю str?
k-средство предназначено только для ** непрерывных ** переменных. Не используйте его для такого рода данных! –