回答編集履歴
2
追記
answer
CHANGED
|
@@ -1,4 +1,4 @@
|
|
|
1
|
-
そういったメソッドはありませんので、必要であれば`predict`メソッドでクラスタラベルを予測したのち、元のラベルと結合する質問文の方法で処理してください。
|
|
1
|
+
そういったメソッドはありませんので、必要であれば`labels_`属性を見るか`predict`メソッドでクラスタラベルを予測したのち、元のラベルと結合する質問文の方法で処理してください。
|
|
2
2
|
|
|
3
3
|
`np.concatenate`よりは`np.stack`の方が綺麗かもしれません。
|
|
4
4
|
|
1
追記
answer
CHANGED
|
@@ -1,1 +1,16 @@
|
|
|
1
|
-
そういったメソッドはありませんので、必要であれば`predict`メソッドでクラスタラベルを予測したのち、元のラベルと結合する質問文の方法で処理してください。
|
|
1
|
+
そういったメソッドはありませんので、必要であれば`predict`メソッドでクラスタラベルを予測したのち、元のラベルと結合する質問文の方法で処理してください。
|
|
2
|
+
|
|
3
|
+
`np.concatenate`よりは`np.stack`の方が綺麗かもしれません。
|
|
4
|
+
|
|
5
|
+
```python
|
|
6
|
+
>>> a = np.array([1,2,3])
|
|
7
|
+
>>> b = np.array([4,5,6])
|
|
8
|
+
>>> np.concatenate([a.reshape(-1, 1), b.reshape(-1, 1)], axis=1)
|
|
9
|
+
array([[1, 4],
|
|
10
|
+
[2, 5],
|
|
11
|
+
[3, 6]])
|
|
12
|
+
>>> np.stack([a, b], axis=1)
|
|
13
|
+
array([[1, 4],
|
|
14
|
+
[2, 5],
|
|
15
|
+
[3, 6]])
|
|
16
|
+
```
|