使用K-means方法对UCI-wine数据集进行聚类

环境配置

*pycharm
*python 3.10(anaconda)
*sklearn、matplotlib等库

导入必要库

from sklearn import datasets
from sklearn.preprocessing import StandardScaler
from sklearn.preprocessing import MinMaxScaler
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score, adjusted_rand_score
from sklearn.metrics import accuracy_score
from sklearn.metrics import fowlkes_mallows_score
import matplotlib.pyplot as plt

导入数据

# 导入wine数据
wine = datasets.load_wine()
X = wine['data']
y = wine['target']

数据归一化

一般采用标准差归一化或最大/最小值归一化，任意选择一个即可，也可进行实验对比后选择最为合适的

# 标准差标准化
X = StandardScaler().fit(X).transform(X)
# 最大/最小归一化
X = MinMaxScaler().fit(X).transform(X)

K-means聚类

根据wine数据集的先验知识，我们知道该数据集共有三类，因此设置n_clusters值为3，如其他无法获取先验类别信息的则需要使用如肘部方法（Elbow Method）或轮廓分数（Silhouette Score）等技术来确定最佳的簇数量

# 应用K-means进行聚类（sklearn默认是K-means++）
kmeans = KMeans