机器学习-KMeans算法案例

最新推荐文章于 2024-06-25 13:31:56 发布

比木白

最新推荐文章于 2024-06-25 13:31:56 发布

阅读量2.3k

点赞数 3

分类专栏：机器学习文章标签：机器学习数据分析

本文链接：https://blog.youkuaiyun.com/J_kaiz/article/details/103555311

版权

本文通过电信运营商的数据集"data_02"，利用KMeans算法对用户通讯行为进行分析，将客户群体划分为三类：紫色人群偏好短信；绿色人群通话与即时通讯并重，可能为青年人；黄色人群主要使用电话，可能是老年人。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.某电信运营商获得若干用户通讯行为数据（“data_02”），有字段“通货次数”， ”短信次数”,”即时通讯次数”,”网页浏览次数”，使用 KMeans 算法，对这部分客户群体进行合理分群。
在这里插入图片描述

import numpy as np,pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
from sklearn.metrics import silhouette_samples

# 导入数据
data=pd.read_csv("data_02.csv",index_col=0)

# 绘制轮廓系数曲线，找到合适的k值
score=[]
for i in range(2