3.K均值算法

Posted pangminhua

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3.K均值算法相关的知识,希望对你有一定的参考价值。

1). 扑克牌手动演练k均值聚类过程:>30张牌,3类

样本中心

12

8

3

样本数量

9

9

9

样本总和

108

78

37

样本均值

12

8.7

4.1

技术图片

 

 

3). 用sklearn.cluster.KMeans,鸢尾花花瓣长度数据做聚类,并用散点图显示.

import matplotlib.pyplot as plt

from sklearn.cluster import KMeans

from sklearn.datasets import load_iris

 

iris = load_iris()

mh=iris.data[:,1]  #数据

x=mh.reshape(-1,1)

p = KMeans(n_clusters=3)

p.fit(x)    #训练数据

y_kmeans = p.predict(x)#预测每个样本的聚类索引

plt.scatter(x[:, 0], x[:, 0], c=y_kmeans, s=50, marker=‘.‘,cmap=‘rainbow‘);

plt.show()

技术图片

 

 

4). 鸢尾花完整数据做聚类并用散点图显示.

import matplotlib.pyplot as plt

from sklearn.cluster import KMeans

from sklearn.datasets import load_iris

 

iris = load_iris()

x = iris.data                 # 鸢尾花数据

model = KMeans(n_clusters=3)  # 构建模型

model.fit(x)                  # 训练数据

y = model.predict(x)          # 预测每个样本的聚类索引

print("预测结果:", y)

k = model.cluster_centers_     # 聚类中心

print("聚类中心:", k)

plt.scatter(x[:, 2], x[:, 3], c=y, s=50, cmap=‘rainbow‘,marker=‘.‘)

plt.show()

技术图片

 

 技术图片

 

 

5).想想k均值算法中以用来做什么?

K-means聚类也称快速聚类,可以用于大量数据进行聚类的情形。在开始聚类之前,需要分析者自己制定类数目,并不是一次指定,可以经过多轮反复分析,根据实际情况最终判定最优类的数目。 K-means聚类是采用计算距离的方式测度变量间的亲疏程度,距离直接影响最终的结果,因此慎重审核数据质量。

可用于顾客细分顾客细分关键问题是找出顾客的特征,一般可从顾客自然特征和消费行为入手,在大型统计分析工具出现之前,主要是通过两种方式进行“分群别类”,第一种,用单一变量进行划段分组,比如,以消费频率变量细分,即将该变量划分为几个段,高频客户、中频客户、低频客户,这样的状况;第二种,用多个变量交叉分组,比如用性别和收入两个变量,进行交叉细分。

 

 

 

 

 

 

 

 

 

以上是关于3.K均值算法的主要内容,如果未能解决你的问题,请参考以下文章

3.K均值算法

3.K均值算法

3.K均值算法

3.K均值算法

3.K均值算法

3.K均值算法