如何利用python的KMeans和PCA包實(shí)現(xiàn)聚類算法-創(chuàng)新互聯(lián)

如何利用python的KMeans和PCA包實(shí)現(xiàn)聚類算法，很多新手對此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

成都創(chuàng)新互聯(lián)成立于2013年，先為雙牌等服務(wù)建站，雙牌等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為雙牌企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

題目： 通過給出的駕駛員行為數(shù)據(jù)（trip.csv），對駕駛員不同時(shí)段的駕駛類型進(jìn)行聚類,聚成普通駕駛類型，激進(jìn)類型和超冷靜型3類 。 利用Python的scikit-learn包中的Kmeans算法進(jìn)行聚類算法的應(yīng)用練習(xí)。并利用scikit-learn包中的PCA算法來對聚類后的數(shù)據(jù)進(jìn)行降維，然后畫圖展示出聚類效果。通過調(diào)節(jié)聚類算法的參數(shù)，來觀察聚類效果的變化，練習(xí)調(diào)參。

數(shù)據(jù)介紹： 選取某一個(gè)駕駛員的經(jīng)過處理的數(shù)據(jù)集trip.csv，將該駕駛?cè)说母鱾€(gè)時(shí)間段的特征進(jìn)行聚類。（注：其中的driver 和trip_no 不參與聚類）

字段介紹： driver ：駕駛員編號；trip_no：trip編號；v_avg：平均速度；v_var：速度的方差；a_avg：平均加速度；a_var：加速度的方差；r_avg：平均轉(zhuǎn)速；r_var：轉(zhuǎn)速的方差； v_a：速度level為a時(shí)的時(shí)間占比（同理v_b ， v_c ， v_d ）； a_a：加速度level為a時(shí)的時(shí)間占比（同理a_b, a_c）； r_a：轉(zhuǎn)速level為a時(shí)的時(shí)間占比（ r_b, r_c）

聚類算法要求：

（1）統(tǒng)計(jì)各個(gè)類別的數(shù)目

（2）找出聚類中心

（3）將每條數(shù)據(jù)聚成的類別（該列命名為jllable ）和原始數(shù)據(jù)集進(jìn)行合并，形成新的dataframe，命名為new_df ，并輸出到本地，命名為new_df.csv。

降維算法要求：

（1）將用于聚類的數(shù)據(jù)的特征的維度降至2維，并輸出降維后的數(shù)據(jù)，形成一個(gè)dataframe名字new_pca

（2）畫圖來展示聚類效果（可用如下代碼）：

　import matplotlib.pyplot asplt

   d = new_pca[new_df['jllable'] == 0]

   plt.plot(d[0], d[1], 'r.')

   d = new_pca[new_df['jllable'] == 1]

   plt.plot(d[0], d[1], 'go')

   d = new_pca[new_df['jllable'] == 2]

   plt.plot(d[0], d[1], 'b*')

   plt.gcf().savefig('D:/workspace/python/Practice/ddsx/kmeans.png')

   plt.show()

python實(shí)現(xiàn)代碼如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

from sklearn.cluster import KMeans

from sklearn.decomposition import PCA

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

 

df=pd.read_csv('trip.csv', header=0, encoding='utf-8')

df1=df.ix[:,2:]

kmeans = KMeans(n_clusters=3, random_state=10).fit(df1)

df1['jllable']=kmeans.labels_

df_count_type=df1.groupby('jllable').apply(np.size)

   

##各個(gè)類別的數(shù)目

df_count_type

##聚類中心

kmeans.cluster_centers_

##新的dataframe，命名為new_df ，并輸出到本地，命名為new_df.csv。

new_df=df1[:]

new_df

new_df.to_csv('new_df.csv')

 

##將用于聚類的數(shù)據(jù)的特征的維度降至2維，并輸出降維后的數(shù)據(jù)，形成一個(gè)dataframe名字new_pca

pca = PCA(n_components=2)

new_pca = pd.DataFrame(pca.fit_transform(new_df))

 

##可視化

d = new_pca[new_df['jllable'] == 0]

plt.plot(d[0], d[1], 'r.')

d = new_pca[new_df['jllable'] == 1]

plt.plot(d[0], d[1], 'go')

d = new_pca[new_df['jllable'] == 2]

plt.plot(d[0], d[1], 'b*')

plt.gcf().savefig('kmeans.png')

plt.show()

運(yùn)行結(jié)果如下:

   ##各個(gè)類別的數(shù)目

如何利用python的KMeans和PCA包實(shí)現(xiàn)聚類算法

    ##聚類中心

如何利用python的KMeans和PCA包實(shí)現(xiàn)聚類算法

    ##新的dataframe，命名為new_df ，并輸出到本地，命名為new_df.csv。

 如何利用python的KMeans和PCA包實(shí)現(xiàn)聚類算法

    ##可視化------kmeans.png

如何利用python的KMeans和PCA包實(shí)現(xiàn)聚類算法

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道，感謝您對創(chuàng)新互聯(lián)的支持。

分享名稱：如何利用python的KMeans和PCA包實(shí)現(xiàn)聚類算法-創(chuàng)新互聯(lián)
文章出自：http://bm7419.com/article34/cdipse.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供建站公司、服務(wù)器托管、網(wǎng)站收錄、企業(yè)網(wǎng)站制作、微信公眾號、網(wǎng)站策劃

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)

h5響應(yīng)式網(wǎng)站建設(shè)