Python-Clustering aus CSV-Datei als Eingabe

Question

Ich versuche, eine ähnliche Methode zum Ausführen von Clustering mit Python zu finden, wie ich mit Weka tun würde.

Ich habe versucht, scipy, aber es bekommt als Eingabe ein Array.

Was ich habe, ist eine CSV-Datei, bestehend aus

objectId, attribute1, attribute2, .., attributeN 
e.g. '1234', 0, 1, 0,1,1,1, ..., 0 

Attribute1,2, .., N erhalten Werte 0 und 1

Gibt es eine Möglichkeit, die oben genannte CSV-Datei zu laden, und führen Sie das Clustering mit einer Python-Bibliothek durch und holen Sie sich den Cluster, in den jede Objekt-ID fällt?

Meine .csv-Datei besteht aus 300.000 OjectId-Datensätzen.

Ich habe meine .csv-Datei in .arff-Form für Weka umgewandelt, aber es dauert bis zu 6 Stunden, Clustering durchzuführen, also suche ich nach einem schnelleren Weg und hoffe, dass die Python-Bibliothek schneller wäre .

Vielen Dank im Voraus.

Answer 1

Ich weiß nicht, ob das ist, was Sie wollen, aber:

die CSV-lesen:

f = open('yourcsv.csv', mode='r') 

content = f.readlines() 

Jetzt können Sie eine Liste erstellen, um alle Infos hinzufügen

cluster = [] 

for line in content: 
    list = line.decode('utf-8').strip().split(',') 
    cluster[list[0]] = list[1 : len(list) - 1] 

// Jetzt können Sie alle Infos acces wie dieser

objectId = 'someIdentifier' 

info = cluster[objectId]