Я пытаюсь найти нужное количество кластеров, k
, в соответствии с оценками силуэта, используя sklearn.cluster.MiniBatchKMeans
.MiniBatchKMeans OverflowError: невозможно преобразовать бесконечность float в integer?
from sklearn.cluster import MiniBatchKMeans
from sklearn.feature_extraction.text import HashingVectorizer
docs = ['hello monkey goodbye thank you', 'goodbye thank you hello', 'i am going home goodbye thanks', 'thank you very much sir', 'good golly i am going home finally']
vectorizer = HashingVectorizer()
X = vectorizer.fit_transform(docs)
for k in range(5):
model = MiniBatchKMeans(n_clusters = k)
model.fit(X)
И я получаю эту ошибку:
Warning (from warnings module):
File "C:\Python34\lib\site-packages\sklearn\cluster\k_means_.py", line 1279
0, n_samples - 1, init_size)
DeprecationWarning: This function is deprecated. Please call randint(0, 4 + 1) instead
Traceback (most recent call last):
File "<pyshell#85>", line 3, in <module>
model.fit(X)
File "C:\Python34\lib\site-packages\sklearn\cluster\k_means_.py", line 1300, in fit
init_size=init_size)
File "C:\Python34\lib\site-packages\sklearn\cluster\k_means_.py", line 640, in _init_centroids
x_squared_norms=x_squared_norms)
File "C:\Python34\lib\site-packages\sklearn\cluster\k_means_.py", line 88, in _k_init
n_local_trials = 2 + int(np.log(n_clusters))
OverflowError: cannot convert float infinity to integer
Я знаю, что type(k)
является int
, так что я не знаю, где эта проблема исходит от. Я могу запустить следующий раз хорошо, но я не могу перебирать целых в списке, даже если type(2)
равно k = 2; type(k)
model = MiniBatchKMeans(n_clusters = 2)
model.fit(X)
Даже работает с различными model
работ:
>>> model = KMeans(n_clusters = 2)
>>> model.fit(X)
KMeans(copy_x=True, init='k-means++', max_iter=300, n_clusters=2, n_init=10,
n_jobs=1, precompute_distances='auto', random_state=None, tol=0.0001,
verbose=0)
Замечательные объяснения. Спасибо, что провела меня всю дорогу через трассу. – blacksite