调用K-Means肘部法函数时df['']与df[['']]的传参差异及报错原因

1. 两种索引方式的核心差异 #

• df['列名']返回的是一维Series对象，维度形状为(样本数,)，仅具备行维度，没有特征维度的标识
• df[['列名']]返回的是二维DataFrame对象，维度形状为(样本数, 1)，符合特征矩阵的二维结构要求

2. 报错直接原因 #

Scikit-Learn框架下所有机器学习模型的fit方法，都要求输入的特征矩阵必须为二维结构，形状规范为(样本数量, 特征数量)，不支持直接传入一维的Series或数组作为训练特征，因此传入df['列名']时会触发维度不匹配的报错。

3. 补充：你提供的代码存在的笔误修复 #

你贴出的代码目前还存在几处语法和调用错误，修复后可正常运行：

from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

def show_elbow(df):
    distance_list = []
    K = range(1, 9)
    for k in K:
        # 修复拼写错误：参数n_cluster改为n_clusters，变量名kmeams修正为kmeans
        kmeans = KMeans(n_clusters=k, max_iter=100)
        # 修复调用错误：改为调用实例的fit方法，而非KMeans类的静态方法
        kmeans.fit(df)
        distance_list.append(kmeans.inertia_)
    plt.plot(K, distance_list, 'bx-')
    plt.xlabel('聚类数量K')
    plt.ylabel('簇内平方和(Inertia)')
    plt.show()

如果需要直接使用一维Series作为输入，可手动转换为二维结构后传入：

show_elbow(df['列名'].values.reshape(-1, 1))

内容的提问来源于stack exchange，提问作者liuzx