使用支持向量机对人员聚类

最新推荐文章于 2025-04-14 01:00:21 发布

闲庭信步的空间

最新推荐文章于 2025-04-14 01:00:21 发布

阅读量258

点赞数

CC 4.0 BY-SA版权

文章标签：支持向量机聚类机器学习

本文链接：https://blog.youkuaiyun.com/danspace1/article/details/130323346

0. 理论

在数学上，支持向量机能够找出更高维的支持向量，由支持向量定义更高维的平面来将数据划分为不同的簇。通过不同的核函数可以得到不同的结果。

1.使用scikit-learn通过SVM进行人员聚集

import numpy as np
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:
        tuple: X为人员的收入、年龄， y为分类结果
    """   
    # 生成随机种子 
    np.random.seed(10)
    # 每个聚类的数据量
    pointsPerCluster = float(N)/k
    X = []
    y = []
    # 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)):</