2. 程式人生 > >python 使用K-Means演算法對資料進行聚類

python 使用K-Means演算法對資料進行聚類

阿新 • • 發佈：2019-01-10

K-Means是聚類演算法的一種，以距離來判斷資料點間的相似度並對資料進行聚類。前面的文章中我們介紹過K-Means聚類演算法的原理及實現。本篇文章使用scikit-learn庫對資料進行聚類分析。


準備工作

開始之前先匯入要使用的各種庫檔案，首先是scikit-learn庫，然後是數值計算numpy和科學計算pandas庫，以及用於繪製圖表的matplotlib庫檔案。

1234from sklearn.cluster import KMeansimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt

讀取並檢視資料表

讀取用於聚類的資料並建立名為loan_data的資料表，用於後續的聚類分析。

12#讀取用於聚類的資料，並建立資料表loan_data=pd.DataFrame(pd.read_csv('loan_data.csv',header=0))
12#檢視資料表loan_data.head()

%e6%95%b0%e6%8d%ae%e8%a1%a8%e9%a2%84%e8%a7%88

12345#查看錶中的各列的名稱loan_data.columnsIndex(['member_id', 'loan_amnt', 'term', 'grade', 'emp_length', 'annual_inc','issue_d', 'loan_status', 'total_pymnt_inv', 'total_rec_int'],dtype='object')

我們對資料表中的貸款金額和使用者年收入進行聚類，這裡先繪製兩個維度的散點圖，觀察分佈情況並與後續的聚類結果進行對比。

12345678#繪製散點圖plt.rc('font', family='STXihei', size=10)plt.scatter(loan_data['loan_amnt'],loan_data['annual_inc'],50,color='blue',marker='+',linewidth=2,alpha=0.8)plt.xlabel('貸款金額')plt.ylabel('年收入')plt.xlim(0,25000)plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='both',alpha=0.4)plt.show()

%e6%94%b6%e5%85%a5%e4%b8%8e%e9%87%91%e9%a2%9d%e6%95%a3%e7%82%b9%e5%9b%be

K-Means聚類

我們資料表中的貸款金額和使用者年收入兩個維度進行聚類，這裡先對資料進行預處理，然後設定類別數量。

相關推薦

python 使用K-Means演算法對資料進行聚類

K-Means是聚類演算法的一種，以距離來判斷資料點間的相似度並對資料進行聚類。前面的文章中我們介紹過K-Means聚類演算法的原理及實現。本篇文章使用scikit-learn庫對資料進行聚類分析。準備工作開始之前先匯入要使用的各種庫檔案，首先是scikit-learn庫，然

k-means演算法實現影象顏色聚類

#include<stdio.h> #include <cstdio> #include<string> #include<math.h> #include<stdlib.h>

K-means演算法對地圖上點進行聚類（未修訂篇）

# -*- coding: utf-8 -*- """ In the general case, we have a "target function" that we want to minimize, and we also have its "gradie

【文字聚類】用k-means對文字進行聚類

# -*- coding: utf-8 -*- """ Created on Thu Nov 16 10:08:52 2017 @author: li-pc """ import jieba fr

EM 演算法-對鳶尾花資料進行聚類

> **公號：碼農充電站pro** > **主頁：** 之前介紹過[K 均值演算法](https://www.cnblogs.com/codeshell/p/14084190.html)，它是一種聚類演算法。今天介紹**EM 演算法**，它也是聚類演算法，但比**K 均值**演算法更加靈活強大。 **EM

利用k-means演算法對灰度影象分割

本文主要利用k-means來對灰度影象進行分割。首先對k-means進行簡單的介紹，然後直接上程式碼。那麼什麼是k-means演算法？K-means演算法是硬聚類演算法，是典型的基於原型的目標函式聚類方法的代表，它是資料點到原型的某種距離作為優化的目標函式，利用函式求極值的方法得到迭代運算的調整規則

為什麼說K-Means是基於距離的聚類演算法？

K-means演算法是很典型的基於距離的聚類演算法，採用距離作為相似性的評價指標，兩個物件的距離越近，其相似度就越大。K-means演算法認為簇是由距離靠近的物件組成的，因此把得到緊湊且獨立的簇作為最終目標。k-means聚類，需要使用者設定一個聚類個數k作為輸入資料。k個初

[python] 基於k-means和tfidf的文字聚類程式碼簡單實現

俗話說“外行看熱鬧，內行看門道“，作為一個機器學習的門外漢，剛研究python機器學習scikit-learn兩週時間，雖然下面這段程式可能對於那些專研演算法或機器學習的人來說非常簡單，但對於一些入門的同學和我自己還是非常有幫助的。如果文章中有錯誤或不足之處，還請你微微一笑

利用word2vec對關鍵詞進行聚類

                繼上次提取關鍵詞之後，專案組長又要求我對關鍵詞進行聚類。說實話，我不太明白對關鍵詞聚類跟新聞推薦有什麼聯絡，不過他說什麼我照做就是了。按照一般的思路，可以用新聞ID向量來表示某個關鍵詞，這就像廣告推薦系統裡面用使用者訪問類別向量來表示使用者一樣，然後就可以用kmeans的方法進

k-means用於影象的顏色聚類

#coding:utf-8 __author__ = 'jmh081701' #本檔案主要學習一種經典的聚類方法:k-means #我們把這個演算法用於一個RGB影象的聚類，看能出來的什麼的效果 #k-means的原理: ''' 輸入:x[1],x[2],x[3

利用python內建K-Means聚類演算法實現鳶尾花資料的聚類

在進去聚類情況分析前，我們需要為我們的IDLE安裝sklearn庫，scikit-learn是Python的一個開源機器學習模組，它建立在NumPy，SciPy和matplotlib模組之上能夠為使用者提供各種機器學習演算法介面，可以讓使用者簡單、高效地進行資料探勘和資料分析

Python之使用K-Means演算法聚類消費行為特徵資料分析（異常點檢測）

源資料（這裡僅展示10行）：程式：#-*- coding: utf-8 -*- #使用K-Means演算法聚類消費行為特徵資料 import numpy as np import pandas as pd #引數初始化 inputfile = '../data/consu

資料聚類演算法-K-means演算法

深入淺出K-Means演算法 摘要： 在資料探勘中，K-Means演算法是一種 cluster analysis 的演算法，其主要是來計算資料聚集的演算法，主要通過不斷地取離種子點最近均值的演算法。 K-Means演算法主要解決的問題如下圖所示。我們可以看到，在圖的左邊有一些點，我們用肉眼可以看出來有四

python K-Means聚類演算法的實現

K-Means 簡介 聚類演算法有很多種（幾十種），K-Means是聚類演算法中的最常用的一種，演算法最大的特點是簡單，好理解，運算速度快，但是一定要在聚類前需要手工指定要分成幾類。 具體實現步驟如下： 給定n個訓練樣本{x1，x2，x3，…，xn} 　

第十章 k-均值演算法 10.4 對地圖上的點進行聚類

將地圖上的點進行聚類，安排交通工具抵達這些簇的質心，然後步行到每個簇內地址。 這裡我們直接用給出的檔案進行操作，跳過10.4.1節。 新增程式碼： def distSLC(vecA, vecB):

python 聚類分析實戰案例:K-means演算法(原理原始碼)

K-means演算法： 關於步驟：參考之前的部落格 關於程式碼與資料：暫時整理程式碼如下：後期會附上github地址，上傳原始資料與程式碼完整版， 各種聚類演算法的對比：參考連線 Kme

人工智慧考試——k近鄰演算法對鳶尾花（iris）資料集進行分析

一、題目 通過修改提供的k_nn.c檔案，讀取鳶尾花的資料集，其中iris_training_set.txt和iris_test_set.txt分別為訓練集和測試集，兩個資料集中最後一列為類別標籤，其餘列為表示花瓣和萼片長度和寬度的輸入特徵。通過計算測試集中的每個輸入行和訓

周志華《機器學習》Ch9. 聚類：k-means演算法的python實現

理論 k-means方法是一種常用的聚類方法，其目標是最小化 其中是第i個簇的中心。直接優化上式有難度，故k-means演算法採用一種近似方法。 簡單來說，k-means演算法由兩個步驟迴圈組成： 1. 計算每個sample到各個簇中心的距離，將該sample的類

資料建模-聚類分析-K-Means演算法

常用聚類方法 類別 包括主要演算法 劃分（分裂）方法 K-Means演算法（K-平均）、K-MEDOIDS演算法（K-中心點）、CLARANS演算法（基於選擇的演算法） 層次分析方法 BIRCH演算法（平衡迭代規約和聚類）、CURE演算法（代表點

機器學習——K-means演算法（聚類演算法）

聚類 在說K-means聚類演算法之前必須要先理解聚類和分類的區別。 分類其實是從特定的資料中挖掘模式，作出判斷的過程。比如Gmail郵箱裡有垃圾郵件分類器，一開始的時候可能什麼都不過濾，在日常使用過程中，我人工對於每一封郵件點選“垃圾”或“不是垃圾”，過一段時間，Gmail就體現出

123456#設定要進行聚類的欄位loan = np.array(loan_data[['loan_amnt','annual_inc']])#設定類別為3clf=KMeans(n_clusters=3)#將資料代入到聚類模型中clf=clf.fit(loan)