使用带有占位符的 k-means 作为输入
using k-means with a placeholder as an input
我 运行 KMeans
将数据聚类为
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=N, random_state=0).fit(X)
Centers = kmeans.cluster_centers_
现在,我需要使用placeholder
并使用如下代码
X = tf.placeholder(tf.float32, shape=(None, num_features))
kmeans = KMeans(n_clusters=N, random_state=0).fit(X)
Centers = kmeans.cluster_centers_
但是,它不起作用。在 tensorflow (tensorflow.compat.v1
) 中是否有任何等效的方法可以同时使用 KMeans
和 placeholder
?
错误是由于对占位符是什么感到困惑。
粗略地说,这些 tf 对象被认为是作为获取变量的承诺而存在的。
您的 X
有一个形状,但它是一个 空 对象。为了拟合一个模型,你必须给它一些包含数据的东西,但事实并非如此。如果你真的想使用 tensorflow 对象(我反对它)你必须将数据放入其中,例如使用 tf.variable
.
我 运行 KMeans
将数据聚类为
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=N, random_state=0).fit(X)
Centers = kmeans.cluster_centers_
现在,我需要使用placeholder
并使用如下代码
X = tf.placeholder(tf.float32, shape=(None, num_features))
kmeans = KMeans(n_clusters=N, random_state=0).fit(X)
Centers = kmeans.cluster_centers_
但是,它不起作用。在 tensorflow (tensorflow.compat.v1
) 中是否有任何等效的方法可以同时使用 KMeans
和 placeholder
?
错误是由于对占位符是什么感到困惑。
粗略地说,这些 tf 对象被认为是作为获取变量的承诺而存在的。
您的 X
有一个形状,但它是一个 空 对象。为了拟合一个模型,你必须给它一些包含数据的东西,但事实并非如此。如果你真的想使用 tensorflow 对象(我反对它)你必须将数据放入其中,例如使用 tf.variable
.