Python数据挖掘建模 chapter_3 聚类
来源:互联网 发布:64码高清网络电视官网 编辑:程序博客网 时间:2024/04/28 07:47
1.常用聚类
划分方法K-meas,K-MEDOIDS,CLARNS层次分析法BIRCH,CURE,CHAMELEON基于密度DBSAN,DENCLUE,OPTICS基于网格STING,CLIOUE,WAVE-CLUSTER2.数据度量:欧几里得算法、曼哈顿距离、闵可夫斯基距离
3.聚类主要算法(sklearn.cluster)
Kmeansk均值聚类AffinityPropagation吸引力传播聚类MeanShift均值飘移聚类SpectralCluster谱聚类AgglomerativeCluster层次聚类DBSCAN有噪声基于密度聚类BIRCH综合层次聚类,大规模聚类数据举例 data.xls
#-*- coding: utf-8 -*-#使用K-Means算法聚类消费行为特征数据import pandas as pd#参数初始化inputfile = 'data.xls' #销量及其他属性数据outputfile = 'data_result.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 KMeansmodel = KMeans(n_clusters = k, n_jobs = 1, max_iter = iteration) #分为k类,并发数1model.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'num_clarify'] #类别数目print(r)#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'cluster_clarify'] #聚类类别r.to_excel(outputfile) def density_plot(data): #作图函数 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号 p = data.plot(kind='kde', linewidth = 2, subplots = True, sharex = False) [p[i].set_ylabel(u'midu') for i in range(k)] plt.legend() return pltpic_output = 'pd_'for i in range(k): density_plot(data[r[u'cluster_clarify']==i]).savefig(u'%s%s.png' %(pic_output, i))
阅读全文
0 0
- Python数据挖掘建模 chapter_3 聚类
- Python数据挖掘建模_chapter_1
- Python笔记-数据挖掘建模过程
- Python数据挖掘建模 chapter_2决策树
- Python数据挖掘建模 chapter_4 相关性分析
- Python数据挖掘建模 chapter_5 神经网络算法
- Python数据挖掘建模 chapter_7 关联规则
- Python数据分析与挖掘实战—挖掘建模
- 数据挖掘及其建模
- 数据挖掘及其建模
- 数据挖掘建模过程
- 数据挖掘建模步骤
- 数据挖掘建模过程
- Python数据挖掘建模 chapter_6 主成分分析(简)
- Python数据挖掘建模 chapter_8 时间序列算法
- 『Python数据分析与挖掘实战』第五章:挖掘建模
- 数据挖掘-Logistic回归建模
- 数据挖掘之建模过程
- 使用log_format为Nginx服务器设置更详细的日志格式
- Longest Word in Dictionary问题及解法
- 【监听问题】TNS-12541 TNS : no listener
- Oracle12 数据字典小结
- Android并发编程之详解Future,FutureTask和Callable
- Python数据挖掘建模 chapter_3 聚类
- loj #6235. 区间素数个数(素数筛)
- Android稳定性测试之monkey学习与实践
- sql语句中as的用法和作用
- 微信、微博、qq第三方申请接口使用相关事项总结
- Java线程状态转换
- 大规模机器学习(一)
- Php 压缩图实例
- 线程安全性