我已将 PCA 应用于数据框,以便根据 K 均值绘制聚类。由于我的原始 df 中有 24 个特征,我不想每次只基于 3 个或 3 个特征来绘制聚类。所以我想做的是绘制这些特征的组合,以获得聚类中每个特征的更一般/更具代表性的图形表示。
我使用 pca.components_ 提取了组件,并创建了以下组件 df:
PC-1 PC-2
media_bi_mov 0.003094 0.050599
media_bi_post 0.000762 0.028931
total_mov_prod_300 0.000836 0.573675
codsprod_0 0.440476 -0.004404
codsprod_1 0.008005 0.105349
codsprod_2 0.002851 0.042459
codsprod_3 0.001078 0.009355
codsprod_4 -0.011922 -0.022020
idaplic_0 0.392229 -0.002817
idaplic_1 0.003001 0.004822
idaplic_2 0.044730 -0.001148
idaplic_3 0.097695 -0.008628
idaplic_4 0.024273 0.486973
idaplic_5 0.234798 -0.033369
idaplic_6 0.019329 0.015455
idempro_36 0.000401 -0.000438
idempro_38 0.032149 0.292137
idempro_49 0.439413 -0.023269
codmonsw_EUR 0.440543 -0.002770
codmonsw_USD 0.000378 0.000664
resto_codsprod 0.011406 0.011731
resto_idaplic 0.041649 0.005692
días_entre_ops -0.011129 -0.015144
frecuencia 0.440543 -0.002770
valor_total_eur 0.000836 0.573675
如果这是原始 df,通常我会使用 kmeans.labels_ 为每个簇应用不同的颜色来绘制簇。但我现在的问题是,我不能使用 kmeans.labels_ 来区分这个 pca 减少的 df 中的每个集群,因为 kmeans.labels_ 将有更大的长度。
我如何应用颜色来区分此数据框中的集群??
提前致谢
请您参考如下方法:
我没有意识到这个问题的解决方案如此简单:我只需要在组件 df 上运行 kmeans 以获得每个主组件中每个特征的聚类标签。希望这对和我有同样疑问的人有所帮助。
