本文共 867 字,大约阅读时间需要 2 分钟。
K-Means聚类算法
import pandas as pd
#参数初始化
inputfile = ‘E:/python数据挖掘程序/chapter5/demo/data/consumption_data.xls’ #销量及其他属性数据 outputfile = ‘…/tmp/data_type.xls’ #保存结果的文件名 k = 3 #聚类的类别 iteration = 500 #聚类最大循环次数 data = pd.read_excel(inputfile, index_col = ‘Id’) #读取数据 data_zs = 1.0*(data - data.mean())/data.std() #数据标准化from sklearn.cluster import KMeans
model = KMeans(n_clusters = k, n_jobs = 4, max_iter = iteration) #分为k类,并发数4 model.fit(data_zs) #开始聚类#简单打印结果
r1 = pd.Series(model.labels_).value_counts() #统计各个类别的数目 r2 = pd.DataFrame(model.cluster_centers_) #找出聚类中心 r = pd.concat([r2, r1], axis = 1) #横向连接(0是纵向),得到聚类中心对应的类别下的数目 r.columns = list(data.columns) + [u’类别数目’] #重命名表头 print®#详细输出原始数据及其类别
r = pd.concat([data, pd.Series(model.labels_, index = data.index)], axis = 1) #详细输出每个样本对应的类别 r.columns = list(data.columns) + [u’聚类类别’] #重命名表头 r.to_excel(outputfile) #保存结果转载地址:http://voyen.baihongyu.com/