无监督学习-K均值聚类

原创已于 2023-04-23 09:20:07 修改 · 811 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#聚类 #学习 #均值算法

于 2023-04-23 09:17:15 首次发布

数据分析专栏收录该内容

10 篇文章

订阅专栏

文章介绍了k均值聚类算法在机器学习中的应用，通过创建模拟的收入和年龄数据进行聚类分析。使用numpy和sklearn库，首先生成随机数据，然后利用KMeans模型进行聚类，并对数据进行标准化处理。最后，通过可视化展示聚类结果。

0.理论

k均值聚类是机器学习中一种非常常用的技术，简单来说，k均值聚类就是将数据分成k个组，根据数据点距离哪个组的中心点最近而决定。

1.基于收入与年龄进行人群聚类

import numpy as np
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from sklearn.preprocessing import scale

def createClusteredData(N, k):
    """生成随机的收入、年龄数据

    Args:
        N (int): N个人
        k (int): k个聚类

    Returns:
        array: 包含收入、年龄的数组
    """   
    # 生成随机种子 
    np.random.seed(10)
    # 每个聚类的数据量
    pointsPerCluster = float(N)/k
    X = []
    # 生成k个聚类  
    for i in range (k):
        incomeCentroid = np.random.uniform(20000.0, 200000.0)
        ageCentroid = np.random.uniform(20.0, 70.0)
        # 每个聚类生成数据
        for j in range(int(pointsPerCluster)):
            X.append([np.random.normal(incomeCentroid, 10000.0), np.random.normal(ageCentroid, 2.0)])    
    return np.array(X)

N = 100
k = 5
data = createClusteredData(N, k)

# 初始化模型
model = KMeans(n_clusters=k)

# 标准化数据
model = model.fit(scale(data))

# 模型结果
print(model.labels_)

# 画图
plt.scatter(data[:,0], data[:,1], c=model.labels_)
plt.show()

C:\Users\Administrator\anaconda3\lib\site-packages\sklearn\cluster\_kmeans.py:870: FutureWarning: The default value of `n_init` will change from 10 to 'auto' in 1.4. Set the value of `n_init` explicitly to suppress the warning
  warnings.warn(
C:\Users\Administrator\anaconda3\lib\site-packages\sklearn\cluster\_kmeans.py:1382: UserWarning: KMeans is known to have a memory leak on Windows with MKL, when there are less chunks than available threads. You can avoid it by setting the environment variable OMP_NUM_THREADS=1.
  warnings.warn(


[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3
 3 3 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2]

请添加图片描述