Sklearn 将不同顺序的数据视为不同的集合

Question

所以我有两个数据框，df1 和 df2。

它们完全相同，只是行的顺序在两者之间混合。 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     |

我正在对这些数据使用 kmeans 构建聚类算法。 情况就是这样，每当我将这些不同顺序的数据提供给pipeline.fit()时，我最终都会得到不同的结果（不同的质心）。 谁能解释我这个问题是如何发生的以及为什么在适合之前订购数据来修复它？

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))

这就是我开始注意到差异的地方——转换后的数据已经完全不同了。 如果我使用有序数据集，那么结果是一样的。