vectors = model.syn0
n_clusters_kmeans = 20 # more for visualization 100 better for clustering
min_kmeans = MiniBatchKMeans(init='k-means++', n_clusters=n_clusters_kmeans, n_init=10)
min_kmeans.fit(vectors)
X_reduced = TruncatedSVD(n_components=50, random_state=0).fit_transform(vectors)
X_embedded = TSNE(n_components=2, perplexity=40, verbose=2).fit_transform(X_reduced)
fig = plt.figure(figsize=(10, 10))
ax = plt.axes(frameon=False)
plt.setp(ax, xticks=(), yticks=())
plt.subplots_adjust(left=0.0, bottom=0.0, right=1.0, top=0.9, wspace=0.0, hspace=0.0)
plt.scatter(X_embedded[:, 0], X_embedded[:, 1], c=None, marker="x")
plt.show()
我想绘制向量。我正在使用sklearn.cluster MiniBatchKMeans。
上面的代码给了我以下弃用错误:
任何建议表示赞赏。
谢谢
最佳答案
这是一个已知问题,并且已经为此合并了一个修复程序。请引用gh:scikit-learn#6863。
根据统计,下一个版本应于2016年10月左右发布。然后是以下选项:
-> 抑制frist's answer on this question中提到的
import warnings
....
min_kmeans = MiniBatchKMeans(...)
with warnings.catch_warnings():
warnings.simplefilter("ignore", category=DeprecationWarning)
min_kmeans.fit(vectors)
# Rest part of the code
-> 从主安装 scikit-learn:
pip install git+git://github.com/scikit-learn/scikit-learn.git
关于python - sklearn MiniBatchKMeans中的弃用警告,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/36892390/