机器学习对航空公司客户价格进行聚类分析的代码
时间: 2023-06-23 22:52:25 浏览: 60
以下是一个基于Python的聚类分析代码示例,可以用于航空公司客户价格的聚类分析:
```python
import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
# 读取数据
data = pd.read_csv('airline_data.csv')
# 数据预处理
X = data.iloc[:, 1:].values
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
# 使用KMeans算法进行聚类分析
kmeans = KMeans(n_clusters=3, init='k-means++', random_state=42)
kmeans.fit(X_scaled)
# 输出聚类结果
clusters = kmeans.predict(X_scaled)
data['Cluster'] = clusters
# 输出每个簇的平均价格
cluster_means = pd.DataFrame(columns=['Cluster', 'Price Mean'])
for i in range(3):
mean = np.mean(data[data.Cluster == i]['Price'])
cluster_means = cluster_means.append({'Cluster': i, 'Price Mean': mean}, ignore_index=True)
print(cluster_means)
```
其中,airline_data.csv是包含航空公司客户价格数据的文件,第一列为客户ID,后面的列为不同服务项目的价格。代码首先读取数据,然后使用StandardScaler进行数据标准化处理。接着,使用KMeans算法进行聚类分析,将数据分为3类。最后,输出每个簇的平均价格。