03 K均值算法

1） 扑克牌手动演练k均值聚类过程：>30张牌，3类

     

 3） 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.

代码：

#201706120153-许卉欣
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

iris = load_iris()  #读取鸢尾花数据
iris.feature_names  #查看鸢尾花的特征标签，找出花瓣长度所属列
pl=iris.data[:,2].reshape(-1,1) #提取鸢尾花第三列的数据，并将其改变为n行一列的数组。
model=KMeans(n_clusters=3)  #引入Kmeans模型
model.fit(pl)               #训练模型
pre=model.predict(pl)       #进行预测
pre     #查看聚类结果

plt.scatter(pl[:,0],pl[:,0],c=pre,s=25)   #使用matplotlib作散点图
plt.show()

结果：

 4）.鸢尾花完整数据做聚类并用散点图显示.

代码：

#201706120153 许卉欣
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

iris = load_iris()  #读取鸢尾花数据
data=iris.data     #鸢尾花的完整数据
model=KMeans(n_clusters=3)  #引入Kmeans模型，分成3类
model.fit(data)    #训练模型
pre=model.predict(data)    #使用模型进行预测

plt.scatter(data[:,2],data[:,3],c=pre,s=25)   #使用matplotlib作散点图
plt.show()

结果：

 

5）想想k均值算法中以用来做什么？

K-means算法通常可以应用于维数、数值都很小且连续的数据集，比如：从随机分布的事物集合中将相同事物进行分组。

可以做文档分类器、客户群体分类、物品传输的优化也可以使用城市中特定地区的相关犯罪数据，分析犯罪类别、犯罪地点以及两者之间的关联，可以对城市或区域中容易犯罪的地区做高质量的勘察。