Kmeans聚類：啤酒數據集聚類

擊上方

「藍色字」

可關注咱們！

今日分享：啤酒數據集聚類

一：流程

一、利用pandas庫讀取數據集文件，加載數據，選取目標數據用於訓練

二、使用kmeans模型進行聚類訓練

三、使用matpotlib庫以可視化的方式來展現聚類效果

二：數據集介紹

KMeans聚類理解起來仍是比較容易的，在這裏使用一個簡單的啤酒數據集進行演示說明。該數據集包括20個樣本數據，5個數據特徵（品牌，熱量，含鈉量，酒精量，成本），在聚類時只使用後4個數值特徵。

三：代碼演示

導入相關庫

from sklearn.cluster import KMeans
import pandas as pd

聚類代碼

# 讀取本地文件，因爲是製表符文件，利用sep指定分割方式
beer = pd.read_csv('data.txt',sep=' ')

print('數據行列信息:\n',beer.shape,'\n')

#聚類時只使用如下四列特徵數據
data = beer[["calories","sodium","alcohol","cost"]]

#模型加載數據，括號中參數指定聚類數量 3類
km = KMeans(n_clusters=3).fit(data)

print('類別標籤\n',km.labels_)

#將聚類後的標籤做爲新的一列特徵加入到原始數據集中
data['cluster'] = km.labels_
#查看此時數據集的最後五個樣本樣式
data.tail()

聚類結果

可視化代碼

#導入相關庫
import matplotlib.pyplot as plt
import numpy as np

#定義一個顏色數組，便於後面與類別一一對應
colors = np.array(['red','green','blue'])

#散點圖，因爲原始數據集中有4個特徵，可是四維空間沒法展現，
#因此這裏選取兩個特徵，便可把相應的數據展現在二維平面中，便是聚類數據分佈
plt.scatter(beer['calories'],beer['alcohol'],c=colors[beer['cluster']])

#添加橫縱座標標籤
plt.xlabel('Calories')
plt.ylabel('Alcohol')
plt.show()

可視化結果

注：數據集已上傳至QQ學習羣

---

Python基礎知識專題文章集錦

Python爬蟲專題文章集錦

Python數據分析專題文章集錦

Python數據可視化專題文章集錦

---

公衆號     QQ羣

掃QQ羣二維碼進交流學習羣

或在後臺回覆：加羣

本文分享自微信公衆號 - 數據指南（BigDataDT）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。