Sklearn将不同的数据视为不同的集合

Question

因此，我有两个DataFrames DF1和DF2。

它们是完全相同的，除了两者之间的排顺序。例如：

DF1：

 id   |  feat1   |  feat2   | 
 1    |    A     |    in    |
 2    |    B     |   out    |
 3    |    C     |   out    |

DF2：

 id   |  feat1   |  feat2   | 
 3    |    C     |   out    |
 2    |    B     |   out    |
 1    |    A     |   in     |

我正在使用Kmeans在此数据上构建聚类算法。情况就是这样，每当我将这些订购的数据提供不同的pipeline.fit（）时，我最终会为此获得不同的结果（不同的centroids）。 谁能向我解释一下这个问题是如何发生的，为什么要在Fit Fit修复数据之前订购数据？

在我的管道内部有一个预处理部分，其中包括：

('selector', FunctionTransformer(_select_data)),
('transformer', 
        FunctionTransformer(np.log1p,inverse_func=_invert_log_transform, 
        check_inverse=False)),
('scaler', QuantileTransformer(random_state=42)),
('pca', PCA(random_state=42))

这是我开始注意到差异的地方 - 转换的数据已经完全不同。如果我使用订购的数据集，则它的出现相同。