python中kmeans怎么导入数据集_Python：加载kmeans训练数据集并使用它来预测新数据...

我有大量的数据，我想运行一个kmean分类。数据集太大了，我无法将文件加载到内存中。在

我的想法是对数据集的某些部分（如训练数据集）运行分类，然后将calssification逐部分应用到数据集的其余部分。在import pandas as pd

import pickle

from sklearn.cluster import KMeans

frames = [pd.read_hdf(fin) for fin in ifiles]

data = pd.concat(frames, ignore_index=True, axis=0)

data.dropna(inplace=True)

k = 12

x = pd.concat(data['A'], data['B'], data['C'], axis=1, keys=['A','B','C'])

model = KMeans(n_clusters=k, random_state=0, n_jobs = -2)

model.fit(x)

pickle.dump(model, open(filename, 'wb'))

x看起来像这样：

^{pr2}$

模型如下所示：KMeans(algorithm='auto', copy_x=True, init='k-means++', max_iter=300,

n_clusters=12, n_init=10, n_jobs=-2, precompute_distances='auto',