我有一個數據集，其標題為產品名稱、品牌、評級（1:5）、評論文本、評論幫助。我需要的是使用評論提出推薦算法。我必須在這里使用 python 進行編碼。數據集為 .csv 格式。為了識別數據集的性質，我需要在數據集上使用 kmeans。如何在這個數據集上使用 k 均值？因此我做了以下操作，1.數據預處理，2.review 文本數據清理，3.sentiment 分析，4.根據他們獲得的情緒值（由情緒分析給出）給情緒評分從 1 到 5，并將評論標記為非常消極，消極，中性，積極，非常積極。在這些程序之后，我的數據集中有這些列，產品名稱，品牌，評級（1：5），評論文本，評論幫助，情感價值，情感標簽。這是數據集的鏈接https://drive.google.com/file/d/1YhCJNvV2BQk0T7PbPoR746DCL6tYmH7l/view?usp=sharing我嘗試使用以下代碼獲取 k 表示它運行時沒有錯誤。但我不知道這是有用的東西，或者有沒有其他方法可以在這個數據集上使用 kmeans 來獲得其他有用的輸出。要確定有關數據的更多信息，我應該如何在此數據集中使用 k 均值..import pandas as pdimport numpy as npfrom sklearn.cluster import KMeansimport matplotlib.pyplot as pltdf.info()X = np.array(df.drop(['sentiment_value'], 1).astype(float))y = np.array(df['rating'])kmeans = KMeans(n_clusters=2)kmeans.fit(X)KMeans(algorithm='auto', copy_x=True, init='k-means++', max_iter=300,    n_clusters=2, n_init=10, n_jobs=1, precompute_distances='auto',    random_state=None, tol=0.0001, verbose=0)plt.show()