Python利用sklearn进行kmeans聚类

里克贝斯

发布于 2021-05-21 15:25:27

1.8K0

发布于 2021-05-21 15:25:27

文章被收录于专栏：图灵技术域图灵技术域

sklearn是机器学习领域中最知名的python模块之一。sklearn的官网链接http://scikit-learn.org/stable/index.html#

kmeans算法概述：

k-means算法概述

MATLAB kmeans算法：

MATLAB工具箱k-means算法

下面利用python中sklearn模块进行数据的聚类

数据集自制数据集

维度为3。

需要用到的python库:

xlrd:读取Excel中的数据
pandas:数据处理
numpy:数组
sklearn:聚类

代码

import xlrd
import pandas as pd
import numpy as np
from sklearn.cluster import KMeans

# 从Excel中读取数据存入数组
rawData = xlrd.open_workbook('kmeansdata.xlsx')
table = rawData.sheets()[0]
data = []
for i in range(table.nrows):
    if i == 0:
        continue
    else:
        data.append(table.row_values(i)[1:])


featureList = ['Age', 'Gender', 'Degree']
mdl = pd.DataFrame.from_records(data, columns=featureList)

# 聚类
mdl_new = np.array(mdl[['Age', 'Gender', 'Degree']])  # 转化为数组
seed = 9  # 设置随机数
clf = KMeans(n_clusters=3, random_state=seed)  # 聚类
clf.fit(mdl_new)  # 拟合模型

#print(clf.cluster_centers_)  # 查看KMeans聚类后的5个质心点的值。
mdl['label'] = clf.labels_  # 对原数据表进行类别标记
c = mdl['label'].value_counts()

print(mdl.values)

结果：

[[ 5. 1. 0. 0.] [ 48. 1. 3. 2.] [ 20. 0. 3. 0.] [ 69. 1. 4. 1.] [ 88. 1. 2. 1.] [ 14. 0. 2. 0.] [ 32. 0. 4. 2.] [ 39. 0. 4. 2.] [ 50. 1. 1. 2.] [ 9. 0. 0. 0.]]

一共聚类成3类，最后一列是类别数（0,1,2）

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2018-08-28，如有侵权请联系 cloudcommunity@tencent.com 删除

python