≡
  • 网络编程
  • 数据库
  • CMS技巧
  • 软件编程
  • PHP笔记
  • JavaScript
  • MySQL
位置:首页 > 网络编程 > Python

python之利用K-Means算法对数据的聚类的实现方法

人气:371 时间:2021-06-12

这篇文章主要为大家详细介绍了python之利用K-Means算法对数据的聚类的实现方法,具有一定的参考价值,可以用来参考一下。

感兴趣的小伙伴,下面一起跟随512笔记的雯雯来看看吧!

目的是为了检测出采集数据中的异常值。所以很明确,这种情况下的簇为2:正常数据和异常数据两大类

1、安装相应的库

代码如下:


import matplotlib.pyplot as plt  # 用于可视化
from sklearn.cluster import KMeans  # 用于聚类
import pandas as pd # 用于读取文件

python利用K-Means算法实现对数据的聚类案例分析

2、实现聚类

2.1 读取数据并可视化

代码如下:


# 读取本地数据文件
df = pd.read_excel("../data/output3.xls", header=0)

python利用K-Means算法实现对数据的聚类案例分析

本次实验选择温度和CO2作为二维数据,其中温度含有异常数据。

代码如下:



plt.scatter(df["光照"], df["CO2"], linewidths=1, alpha=0.8)
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签v
plt.xlabel("光照")
plt.ylabel("CO2")
plt.grid(color="#95a5a6", linestyle="--", linewidth=1, alpha=0.4)
plt.show()

python利用K-Means算法实现对数据的聚类案例分析

2.2 K-means聚类

设置规定要聚的类别个数为2

代码如下:



data = df[["光照","CO2"]] # 从原始数据中选择该两项
estimator = KMeans(n_clusters=2)  # 构造聚类器
estimator.fit(data)  # 将数据带入聚类模型

python利用K-Means算法实现对数据的聚类案例分析

获取聚类中心的值和聚类标签

代码如下:



label_pred = estimator.labels_  # 获取聚类标签
centers_ = estimator.cluster_centers_ # 获取聚类中心

python利用K-Means算法实现对数据的聚类案例分析

将聚类后的 label0 和 label1 的数据进行输出

代码如下:



x0 = data[label_pred == 0]
x1 = data[label_pred == 1]

plt.scatter(x0["光照"], x0["CO2"],c="red", linewidths=1, alpha=0.8,marker='o', label='label0')
plt.scatter(x1["光照"], x1["CO2"],c="green", linewidths=1, alpha=0.8,marker='+', label='label1')
plt.grid(c="#95a5a6", linestyle="--", linewidth=1, alpha=0.4)
plt.legend()
plt.show()

python利用K-Means算法实现对数据的聚类案例分析

附上全部代码

代码如下:



import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import pandas as pd


df = pd.read_excel("../data/output3.xls", header=0)
plt.scatter(df["光照"], df["CO2"], linewidths=1, alpha=0.8)
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签v
plt.xlabel("光照")
plt.ylabel("CO2")
plt.grid(color="#95a5a6", linestyle="--", linewidth=1, alpha=0.4)
plt.show()

data = df[["光照","CO2"]]
estimator = KMeans(n_clusters=2)  # 构造聚类器
estimator.fit(data)  # 聚类
label_pred = estimator.labels_  # 获取聚类标签
centers_ = estimator.cluster_centers_  # 获取聚类结果
# print("聚类标签",label_pred)
# print("聚类结果",centers_)
# predict = estimator.predict([[787.75862069, 1505]]) # 测试新数据聚类结果
# print(predict)
x0 = data[label_pred == 0]
x1 = data[label_pred == 1]

plt.scatter(x0["光照"], x0["CO2"],c="red", linewidths=1, alpha=0.8,marker='o', label='label0')
plt.scatter(x1["光照"], x1["CO2"],c="green", linewidths=1, alpha=0.8,marker='+', label='label1')
plt.grid(c="#95a5a6", linestyle="--", linewidth=1, alpha=0.4)
plt.legend()
plt.show()

python利用K-Means算法实现对数据的聚类案例分析

到此这篇关于python利用K-Means算法实现对数据的聚类的文章就介绍到这了,更多相关python K-Means算法数据的聚类内容请搜索512笔记以前的文章或继续浏览下面的相关文章希望大家以后多多支持512笔记!

本文来自:http://www.512pic.com/181/19064-0.html

注:关于python之利用K-Means算法对数据的聚类的实现方法的内容就先介绍到这里,更多相关文章的可以留意512笔记的其他信息。

关键词:python

您可能感兴趣的文章

  • tensorflow+k-means聚类简单猫狗图像分类的实现方法
  • python之三阶魔方还原的简单示例
  • python之数据分析之彩票的历史数据的实现方法
  • python之opencv批量生成验证码的简单示例
  • python之手写一个搜索引擎的简单示例
  • python之tkinter库做一个鼠标模拟点击器的简单示例
  • python之tkinter制作下班倒计时工具的简单示例
  • python之pandas数据合并的简单示例
  • python之pygame多种方式实现屏保操作(自动切换、鼠标切换、键盘切换)的简单示例
  • python之爬取哔哩哔哩热门视频排行榜的实现方法
上一篇:python线程池的四种的简单示例
下一篇:python之爬取哔哩哔哩热门视频排行榜的实现方法
热门文章
  • Python 处理Cookie的菜鸟教程(一)Cookie库
  • python之pandas取dataframe特定行列的简单示例
  • Python解决json.dumps错误::‘utf8’ codec can‘t decode byte
  • Python通过pythony连接Hive执行Hql的脚本
  • Python 三种方法删除列表中重复元素的简单示例
  • python爬虫代码示例
  • Python 中英文标点转换示例
  • Python 不得不知的开源项目解析
  • Python urlencode编码和url拼接实现方法
  • python按中文拆分中英文混合字符串的简单示例
  • 最新文章
    • Python利用numpy三层神经网络的简单示例
    • pygame可视化幸运大转盘的简单示例
    • Python爬虫之爬取二手房信息的简单示例
    • Python之time库的简单示例
    • OpenCV灰度、高斯模糊、边缘检测的简单示例
    • Python安装Bs4及使用的简单示例
    • django自定义manage.py管理命令的简单示例
    • Python之matplotlib 向任意位置添加一个子图(axes)的简单示例
    • Python图像标签标注软件labelme分析的简单示例
    • python调用摄像头并拍照发邮箱的简单示例

512笔记收集整理一些常用的php代码,JS代码,数据库mysql等技术文章。