22、数据挖掘与分析实战：从聚类到热点分析

数据挖掘与分析实战：从聚类到热点分析

1. 聚类分析

1.1 k-means 聚类实现

k-means 聚类是一种常用的无监督学习算法，用于将数据点划分为不同的簇。以下是实现 k-means 聚类的详细步骤：
1. 加载数据 ：使用 pandas 读取 Iris 数据集。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import silhouette_score
from scipy.spatial.distance import cdist

iris = pd.read_csv('iris_data.csv', header=None)
iris.columns = ['SepalLengthCm', 'SepalWidthCm', 'PetalLengthCm', 'PetalWidthCm', 'species']

2. 分离特征和标签 ：将特征和标签分开，以便进行无监督学习。

X = iris[['SepalLengthCm', 'SepalWidthCm', 'PetalLengthCm', 'PetalWidthCm']]
y = iris['species']