k-means有关csv的完整代码,使用python
时间: 2023-10-24 21:16:17 浏览: 31
下面是一个简单的k-means聚类算法的代码示例,它使用Python读取CSV文件,并对其进行聚类:
```python
import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
# 读取CSV文件
data = pd.read_csv('data.csv')
# 将CSV文件转换为numpy数组
X = np.array(data)
# 创建KMeans模型
kmeans = KMeans(n_clusters=3)
# 进行聚类
kmeans.fit(X)
# 获取每个数据点的聚类标签
labels = kmeans.labels_
# 获取每个聚类中心的坐标
centroids = kmeans.cluster_centers_
# 绘制聚类结果
colors = ['r', 'g', 'b']
for i in range(len(X)):
plt.scatter(X[i][0], X[i][1], c=colors[labels[i]])
for i in range(len(centroids)):
plt.scatter(centroids[i][0], centroids[i][1], c='k', marker='x')
plt.show()
```
上面的代码使用pandas库读取CSV文件,并将其转换为numpy数组。然后,它使用scikit-learn库的KMeans模型进行聚类,并将每个数据点分配给最近的聚类中心。最后,它使用matplotlib库绘制了聚类结果。