KMeans算法实践

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
font = {
   'family':'SimHei', 'size':'20'}
plt.rc('font', **font)
df = pd.read_csv('data.csv')
df.head()
CustomerID Gender Age Annual Income (k$) Spending Score (1-100)
0 1 Male 19 15 39
1 2 Male 21 15 81
2 3 Female 20 16 6
3 4 Female 23 16 77
4 5 Female 31 17 40
df.columns
Index(['CustomerID', 'Gender', 'Age', 'Annual Income (k$)',
       'Spending Score (1-100)'],
      dtype='object')
df.columns = ['用户ID', '性别', '年龄', '年收入', '支出']
df.head()
用户ID 性别 年龄 年收入 支出
0 1 Male 19 15 39
1 2 Male 21 15 81
2 3 Female 20 16 6
3 4 Female 23 16 77
4 5 Female 31 17 40
df.isnull().sum()
用户ID    0
性别      0
年龄      0
年收入     0
支出      0
dtype: int64
df.describe()
用户ID 年龄 年收入 支出
count 200.000000 200.000000 200.000000 200.000000
mean 100.500000 38.850000 60.560000 50.200000
std 57.879185 13.969007 26.264721 25.823522
min 1.000000 18.000000 15.000000 1.000000
25% 50.750000 28.750000 41.500000 34.750000
50% 100.500000 36.000000 61.500000 50.000000
75% 150.250000 49.000000 78.000000 73.000000
max 200.000000 70.000000 137.000000 99.000000
df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 200 entries, 0 to 199
Data columns (total 5 columns):
用户ID    200 non-null int64
性别      200 non-null object
年龄      200 non-null int64
年收入     200 non-null int64
支出      200 non-null int64
dtypes: int64(4), object(1)
memory usage: 7.9+ KB

查看数据分布

fig = plt.figure(figsize=(20,8))
fig.suptitle('各指标数据分布')

# 第一个子图
ax1 = fig.add_subplot(221)
# 查看年龄分布
ax1.hist(df['年龄'])
ax1.title.set_text('年龄分布')

# 第二个子图
ax2 = fig.add_subplot(222)
# 查看性别比例
male, female = (df['性别'] == 'Male').sum(), (df
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值