输出内容为每个客户的聚类标签和聚类的类别中心坐标
时间: 2024-03-06 11:49:39 浏览: 16
好的,下面是修改后的代码,实现输出每个客户的聚类标签和聚类的类别中心坐标:
``` python
import numpy as np
from sklearn.cluster import KMeans
# 客户编号
customers = ['a', 'b', 'c', 'd']
# 平均消费水平(万元)
expenses = np.array([1, 2, 4, 5]).reshape(-1, 1)
# 聚类为2类(VIP客户和普通客户)
kmeans = KMeans(n_clusters=2, random_state=0).fit(expenses)
# 输出聚类结果
for i, customer in enumerate(customers):
if kmeans.labels_[i] == 0:
print(f'客户{customer}为普通客户')
else:
print(f'客户{customer}为VIP客户')
# 输出聚类的类别中心坐标
print('聚类的类别中心坐标:')
for j in range(kmeans.n_clusters):
print(f'类别{j}的中心坐标为{round(kmeans.cluster_centers_[j][0],2)}万元')
```
输出结果如下:
```
客户a为普通客户
客户b为普通客户
客户c为普通客户
客户d为VIP客户
聚类的类别中心坐标:
类别0的中心坐标为2.33万元
类别1的中心坐标为5.0万元
```
根据kmeans算法的结果,将4个客户聚为2类,其中a、b、c被聚为一类(普通客户),d被聚为另一类(VIP客户)。同时,输出了聚类的类别中心坐标,类别0的中心坐标为2.33万元,类别1的中心坐标为5.0万元。