1、错误1.1、

pd.read_csv(..\dataPractice/data/seeds_dataset.txt,sep\t)

print(数据集形状为,

StandardScaler().fit(seeds_data)

seeds_dataScale

random_state42).fit(seeds_data)

print(构建的K-Mneabs模型为\n,kmeans)2、分析

发现错误的时候就蒙了第一反应立马百度或许某位大佬的博客有事实并非如此

解法一

pd.read_csv(..\dataPractice/data/seeds_dataset.txt,sep\t,error_bad_linesFalse)

实话实说这个方法用了之后还是会报错但是不影响程序运行本人有强迫症所以继续寻找更合适的解决办法。

解法二

^{[3]}

pd.read_csv(..\dataPractice/data/seeds_dataset.txt,sep\t,error_bad_linesFalse,enginepython)

结果还是不行。

重新思考问题返回查看出现问题的代码打开文件查看数据经查是数据格式不规则附下图导致读取有错误。

秃然脑子里蹦出个想法sep\t其实就是正则表达式的意思在读取数据的时候以一个制表符为间隔读取数据(sep

“,”),只是第8行数据多了一个制表符所以将sep\t替换为sep\t结果还会出现错误

seeds

pd.read_csv(..\dataPractice/data/seeds_dataset.txt,sep\t,enginepython)发现与书本数据相比少了一个样本输出后查看是因为第一行数据被当作行标题了于是继续修改代码

seeds

pd.read_csv(seeds_dataset.txt,header

None,sep\t,enginepython)至此为止大功告成

3、附正确程序

pd.read_csv(seeds_dataset.txt,header

import

pd.read_csv(seeds_dataset.txt,header

print(seeds)

StandardScaler().fit(seeds_data)

seeds_dataScale

random_state42).fit(seeds_data)

print(构建的K-Mneabs模型为\n,kmeans)[1]黄红梅,

张良均,

https://blog.csdn.net/shuiyixin/article/details/88930359

[3]

https://blog.csdn.net/qq_43242266/article/details/103816278