python中的K-means算法模块

阳光穿透心脏的1/2处 2022-01-25 15:08 202阅读 0赞

上一篇文章[https://blog.csdn.net/weixin\_44239541/article/details/90669949][https_blog.csdn.net_weixin_44239541_article_details_90669949]写到k-meann算法的思想，其实python中有专门的算法模块，一上篇文章中的简单数据为例，来实现。

数据如图所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzOTU0MQ_size_16_color_FFFFFF_t_70][]

使用sklearn实现分类：

import pandas as pd
    import numpy as np
    from sklearn.cluster import KMeans
    import matplotlib.pyplot as plt
    data = pd.read_csv(r'C:\Users\Administrator\Desktop\company.csv', encoding='gbk')
    
    x = data[['平均消费周期（天）','平均每次消费金额']]
    
    # 聚类实现
    # 进行分类，分为三类
    kms = KMeans(n_clusters=3)
    # 进行聚合，实现的是每一行的数据属于三类中的哪一类
    y = kms.fit_predict(x)
    print(y)
    
    # 取不同类别的索引
    mask1 = y==0
    mask2 = y==1
    mask3 = y==2
    
    plt.figure()
    plt.scatter(x['平均消费周期（天）'][mask1],x['平均每次消费金额'][mask1])
    plt.scatter(x['平均消费周期（天）'][mask2],x['平均每次消费金额'][mask2])
    plt.scatter(x['平均消费周期（天）'][mask3],x['平均每次消费金额'][mask3])
    plt.show()

最后的图像：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzOTU0MQ_size_16_color_FFFFFF_t_70 1][]

[https_blog.csdn.net_weixin_44239541_article_details_90669949]: https://blog.csdn.net/weixin_44239541/article/details/90669949
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzOTU0MQ_size_16_color_FFFFFF_t_70]: /images/20220125/e5b08fb9ecde4bd49452c7affb15bcf4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzOTU0MQ_size_16_color_FFFFFF_t_70 1]: /images/20220125/bdbc1ea0471c4a24923ed6e5caa236c6.png