实战：KMeans实现数据聚类（上）

[flare zhao]

课时名称	课时知识点
实战：KMeans实现数据聚类（上）	KMeans实现数据聚类

[flare zhao]

@aaccd6 <p>判断结果是true false 布尔数据，可以用来shai'xuan</p>

[aaccd6]

赵老师，这节课我有点迷惑了，代码如下 data = pd.DataFrame({'num':[0,1,2],'name':['小王','小爱','小冰'],'score':[88,96,72]}) data2 = data.drop(['num'],axis=1) i = data.loc[:,'num'] data2[i==0] data2中'num'一列已经被drop了，为什么还可以用来筛选，drop是隐藏不是删除吗？还是西安筛选出data的数据，在与data2的数据比对？

[flare zhao]

@aaccd6 <p>那不会的，聚类本来就是没有标签规则，刚好这次对上了ying'gai</p>

[aaccd6]

赵老师，我运行了代码，KM模型预测出来的0,1类别没有反，准确率99%，是不是sklearn模型更新了，解决了预测模型时类别倒置的问题？

[flare zhao]

@weixin_48918116 <p>筛选出判断为0的数据</p>

[weixin_48918116]

data_X.loc[:,'x1'][y==0], #请问上面这行代码的逻辑是不是：选取data中列名为x1的列，前提是另一个数组y的bool判断返回值为1？

[flare zhao]

@weixin_48918116 <p>无监督算法，刚好碰上了结果和标签一致是很正常的，初始化点不同，结果标签可能不同的，但能够把同一个类别的归到同类就可以</p>

[weixin_48918116]

@weixin_48918116 老师，我把资料里您自己写的notebook重新run了一遍，代码没有做任何更改，结果准确率是0.996，没有0和1倒置的情况

[weixin_48918116]

在KMeans模型中以一样的代码进行训练和预测，为什么您视频的0和1倒置了而我没有呢？训练出来准确率是0.996