クラスタリングの分散値

Question

###やりたいこと
csvデータをクラスタリングし、クラスごとの分散値平均値を出す。
###できていること
クラスタリング、平均値を出すこと
###できていないこと,試したこと
分散値を出すこと
以下のコードで試してみたがvariance()でエラーが出た。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.cluster import KMeans
# データの読み込み
f_data = pd.read_csv("csv/4-5/potential4-5.csv", encoding="utf-8")

# データをラベルと入力データに分離する (使うのは最後)
y_data = f_data.loc[:,["angle"]]
x_data = f_data.iloc[:, range(0,400)]
#print(x_data.head(20) )

input_data = x_data.iloc[:, range(0,400)].values


pred = KMeans(n_clusters=30).fit_predict(input_data)
x_data["cluster"] = pred


print(x_data['cluster'].value_counts())
print(x_data[x_data['cluster']==0].mean())
print(x_data[x_data['cluster']==0].variance())
print(x_data[x_data['cluster']==1].mean())
print(x_data[x_data['cluster']==1].variance())
print(x_data[x_data['cluster']==2].mean())
print(x_data[x_data['cluster']==2].variance())
print(x_data[x_data['cluster']==3].mean())
print(x_data[x_data['cluster']==3].variance())
print(x_data[x_data['cluster']==4].mean())
print(x_data[x_data['cluster']==4].variance())
print(x_data[x_data['cluster']==5].mean())
print(x_data[x_data['cluster']==5].variance())
print(x_data[x_data['cluster']==6].mean())
print(x_data[x_data['cluster']==6].variance())
print(x_data[x_data['cluster']==7].mean())
print(x_data[x_data['cluster']==7].variance())
print(x_data[x_data['cluster']==8].mean())
print(x_data[x_data['cluster']==8].variance())
print(x_data[x_data['cluster']==9].mean())
print(x_data[x_data['cluster']==9].variance())
print(x_data[x_data['cluster']==10].mean())
print(x_data[x_data['cluster']==10].variance())
print(x_data[x_data['cluster']==11].mean())
print(x_data[x_data['cluster']==11].variance())
print(x_data[x_data['cluster']==12].mean())
print(x_data[x_data['cluster']==12].variance())
print(x_data[x_data['cluster']==13].mean())
print(x_data[x_data['cluster']==13].variance())
print(x_data[x_data['cluster']==14].mean())
print(x_data[x_data['cluster']==14].variance())
print(x_data[x_data['cluster']==15].mean())
print(x_data[x_data['cluster']==15].variance())
print(x_data[x_data['cluster']==16].mean())
print(x_data[x_data['cluster']==16].variance())
print(x_data[x_data['cluster']==17].mean())
print(x_data[x_data['cluster']==17].variance())
print(x_data[x_data['cluster']==18].mean())
print(x_data[x_data['cluster']==18].variance())
print(x_data[x_data['cluster']==19].mean())
print(x_data[x_data['cluster']==19].variance())
print(x_data[x_data['cluster']==20].mean())
print(x_data[x_data['cluster']==20].variance())
print(x_data[x_data['cluster']==21].mean())
print(x_data[x_data['cluster']==21].variance())
print(x_data[x_data['cluster']==22].mean())
print(x_data[x_data['cluster']==22].variance())
print(x_data[x_data['cluster']==23].mean())
print(x_data[x_data['cluster']==23].variance())
print(x_data[x_data['cluster']==24].mean())
print(x_data[x_data['cluster']==24].variance())
print(x_data[x_data['cluster']==25].mean())
print(x_data[x_data['cluster']==25].variance())
print(x_data[x_data['cluster']==26].mean())
print(x_data[x_data['cluster']==26].variance())
print(x_data[x_data['cluster']==27].mean())
print(x_data[x_data['cluster']==27].variance())
print(x_data[x_data['cluster']==28].mean())
print(x_data[x_data['cluster']==28].variance())
print(x_data[x_data['cluster']==29].mean())
print(x_data[x_data['cluster']==29].variance())
print(x_data[x_data['cluster']==30].mean())
print(x_data[x_data['cluster']==30].variance())

エラーの内容は以下です。

File "kmeans.py", line 64, in <module>
    print(x_data[x_data['cluster']==0].variance())
  File "C:\Users\admin\Anaconda3\envs\tensorflow\lib\site-packages\pandas\core\generic.py", line 5179, in __getattr__
    return object.__getattribute__(self, name)
AttributeError: 'DataFrame' object has no attribute 'variance'

よろしくお願いします

Comments

[tetsunosuke]

実際のCSVデータがどんなものかわからず細かい検証はできませんが、var() ではないのかな？

[uedayuya]

お答えいただきありがとうございます。無事に分散値を出すことができました

Answer 1

以下のコードで問題がなかった

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.cluster import KMeans
# データの読み込み
f_data = pd.read_csv("csv/4-5/potential4-5.csv", encoding="utf-8")

# データをラベルと入力データに分離する (使うのは最後)
y_data = f_data.loc[:,["angle"]]
x_data = f_data.iloc[:, range(0,400)]
#print(x_data.head(20) )

input_data = x_data.iloc[:, range(0,400)].values


pred = KMeans(n_clusters=30).fit_predict(input_data)
x_data["cluster"] = pred


print(x_data['cluster'].value_counts())
for num,i in enumerate(range(30)):
    print(num,"mean")
    print(x_data[x_data['cluster']==num].mean())
    print(num,"var")
    print(x_data[x_data['cluster']==num].var())