基于数据kmeans_data分析聚类画图使用sc轮廓系数作为评价指标

1、基于python实现K-Means

迭代停止的条件：
a、簇中a心相较b上一次迭代未改变 ≈ 所有样本点较上一次迭代未改变划分类别
b、达到人为设置的最大迭代次数
2、基于sklearn实现K-Means
语法：from sklearn.cluster imports KMeans
model = KMeans(n_clusters=k)
model.fit(data)
y_pred = model.predict(data)
属性：
cluster_centers_:簇中心【数组】
centroids = model.cluster_centers_
3、调用skleanr中的K-Means算法聚类得到结果；
4、使用评价指标“SC系数(Silhouette Cofficient)”评价模型；
5、绘制出最终聚类结果的簇

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
from sklearn.metrics import calinski_harabasz_scoredef load_data(file_path):data = pd.read_table(file_path, sep='\t', header=None)return datadef sklearn_kmeans(data, k):model = KMeans(n_clusters=k)model.fit(data)y_pred = model.predict(data)centroids = model.cluster_centers_return y_pred, centroidsdef evaluate(x, labels):# SC系数(Silhouette Cofficient)轮廓系数sc = silhouette_score(x, labels)# CH系数(Calinski Harabasz Index)轮廓系数法ch = calinski_harabasz_score(x, labels)return sc, chdef draw(x, y, x1, y1):plt.scatter(x, y)plt.scatter(x1, y1, s=50, c="#ff1212", marker='X')plt.show()if __name__ == "__main__":k = 4  # 聚类中心的个数file_path = 'D:/pyCharm/例子/机器语言/kmeans_data(1).txt'# 导入数据data = load_data(file_path)# 聚类print("---------- train ------------")y_pred, centroids = sklearn_kmeans(data, k)print("---------- result ------------")result = pd.concat((data, pd.DataFrame(y_pred)), axis=1)result.columns = ["特征1", "特征2", "聚类编号"]print(result)sc, ch = evaluate(data, y_pred)print("SC轮廓系数(Silhouette Cofficient)为：" + str(sc))print("CH轮廓系数(Calinski Harabasz Index)为：" + str(ch))print("---------- Results Visualization ------------")draw(data.iloc[:, 0], data.iloc[:, 1], centroids[:, 0], centroids[:, 1])

效果图：

    特征1       特征2         聚类编号

0 1.658985 4.285136 2
1 -3.453687 3.424321 0
2 4.838138 -1.151539 3
3 -5.379713 -3.362104 1
4 0.972564 2.924086 2
… … … …
75 -2.793241 -2.149706 1
76 2.884105 3.043438 2
77 -2.967647 2.848696 0
78 4.479332 -1.764772 3
79 -4.905566 -2.911070 1

[80 rows x 3 columns]
SC轮廓系数(Silhouette Cofficient)为：0.6558213071798628
CH轮廓系数(Calinski Harabasz Index)为：222.26227482013334
---------- Results Visualization ------------

基于数据kmeans_data分析聚类画图使用sc轮廓系数作为评价指标相关推荐

K-means聚类原理实现优缺点轮廓系数调优Canopy算法
Kmeans聚类是我最早接触的,也是最简单的机器学习聚类算法了.它是一种无监督学习算法. 原理: 还是先简单过一下Kmeans聚类的过程吧.不像模像样地罗列个一二三四,直接口述一下过程就好:比如我们要 ...
[机器学习与scikit-learn-26]：算法-聚类-KMeans寻找最佳轮廓系数
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:https://blog.csdn.net/HiWangWenBing/article/detai ...
python质量数据关联性分析_相关性检验之Pearson系数及python实现
相关性检验之Pearson系数及python实现一.Pearson相关系数皮尔森相关系数是用来反应俩变量之间相似程度的统计量,在机器学习中可以用来计算特征与类别间的相似度,即可判断所提取到的特征和 ...
聚类的评价方法轮廓系数
https://baike.baidu.com/item/%E8%BD%AE%E5%BB%93%E7%B3%BB%E6%95%B0/17361607?fr=aladdin
spark聚类算法的聚类效果评估指标“轮廓系数”细节
什么是轮廓系数? 参见百度百科,讲的很清楚此处不赘述: https://baike.baidu.com/item/%E8%BD%AE%E5%BB%93%E7%B3%BB%E6%95%B0/173616 ...
【php毕业设计】基于php+mysql+apache的网络数据包分析工具设计与实现（毕业论文+程序源码）——网络数据包分析工具
基于php+mysql+apache的网络数据包分析工具设计与实现(毕业论文+程序源码) 大家好,今天给大家介绍基于php+mysql+apache的网络数据包分析工具设计与实现,文章末尾附有本毕业设 ...
数据分析可视化02 建设方法：数据可视化分析的庖丁之术
上一课时,我介绍了数据可视化分析的基本概念,通过对比的方式,讲述了数据可视化分析的概念定义和知识体系,相信你对数据可视化分析已经有了一个基本的了解.本课时,我将给大家分享数据可视化分析的方法论,内容包 ...
Gartner 发布2022年数据分析十二大趋势：数据和分析将成为创新起源
作者 | 宋慧出品 | CSDN 云计算数据与分析将会成为创新的起源,为企业发展创新助力同时,还将有基于数据的变现.降本增效,基于数据与分析的决策能力已成为有韧性企业的最核心能力. 对数据的分析已 ...
Gartner发布2022年数据分析十二大趋势：数据和分析将成为创新起源
数据与分析将会成为创新的起源,为企业发展创新助力同时,还将有基于数据的变现.降本增效,基于数据与分析的决策能力已成为有韧性企业的最核心能力. 作者 | 宋慧出品 | CSDN 云计算对数据的分析已 ...
matlab聚类轮廓系数,R数据挖掘第三篇：聚类的评估（簇数确定和轮廓系数）和可视化...
在实际的聚类应用中,通常使用k-均值和k-中心化算法来进行聚类分析,这两种算法都需要输入簇数,为了保证聚类的质量,应该首先确定最佳的簇数,并使用轮廓系数来评估聚类的结果. 一,k-均值法确定最佳的簇数 ...

基于数据kmeans_data分析聚类画图使用sc轮廓系数作为评价指标

基于数据kmeans_data分析聚类画图使用sc轮廓系数作为评价指标相关推荐

最新文章

热门文章

基于数据kmeans_data分析聚类画图 使用sc轮廓系数作为评价指标

基于数据kmeans_data分析聚类画图 使用sc轮廓系数作为评价指标相关推荐

最新文章

热门文章

基于数据kmeans_data分析聚类画图使用sc轮廓系数作为评价指标

基于数据kmeans_data分析聚类画图使用sc轮廓系数作为评价指标相关推荐