聚类分析pyhton代码

下面是一个简单的聚类分析Python代码的示例，使用K-Means算法进行聚类：

import numpy as np
import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('data.csv')

# 构造特征矩阵
X = np.array(data[['feature1', 'feature2']])

# 设置聚类数目
k = 3

# 构建K-Means模型
kmeans = KMeans(n_clusters=k)

# 拟合数据
kmeans.fit(X)

# 获取聚类结果
labels = kmeans.labels_

# 绘制聚类结果
colors = ['red', 'green', 'blue']
for i in range(k):
    plt.scatter(X[labels == i, 0], X[labels == i, 1], c=colors[i], label='cluster{}'.format(i+1))
plt.legend()
plt.show()

其中，数据集存储在data.csv文件中，特征矩阵X是由feature1和feature2两列组成的。聚类数目k被设定为3。通过KMeans模型拟合数据，获取聚类结果labels，然后将聚类结果可视化。

相关问题

利用kennard-stone算法进行数据集分组，给出Pyhton代码

Kennard-Stone算法是一种用于数据降维和聚类的无监督学习方法。它从原始数据集中选择一对最远的数据点，形成第一个簇，然后移除这个簇并重复此过程，直到达到所需的簇数或达到预定的迭代次数。以下是使用Python实现的一个简化版示例：

import numpy as np
from sklearn.metrics.pairwise import euclidean_distances

def kennard_stone(data, num_clusters, init='random'):
    # 数据预处理
    data = np.array(data)

    # 初始化
    if init == 'random':
        center = data[np.random.choice(len(data), num_clusters, replace=False)]
    elif init == 'first_two':
        distances = euclidean_distances(data)
        center = data[np.argsort(distances.sum(axis=1))[0:2]]  # 取距离之和最小的两个点作为初始中心
    else:
        raise ValueError(f"Invalid initialization method: {init}")

    clusters = [[] for _ in range(num_clusters)]

    while len(clusters) != num_clusters:
        # 计算每个数据点到所有簇中心的距离
        dists = [euclidean_distances([data[i]], [center[j]])[0][0] for i, j in enumerate(range(len(center)))]

        # 找出离当前中心最远的点
        farthest_index = np.argmax(dists)
        
        # 将该点添加到最近的簇中
        closest_center_index = np.argmin([dists[i] for i in range(len(clusters))])
        clusters[closest_center_index].append(data[farthest_index])
        center[closest_center_index] = np.mean(clusters[closest_center_index], axis=0)  # 更新中心点

    return center, clusters

# 示例用法
X = ...  # 假设这是你的数据矩阵
num_clusters = 3
centers, clusters = kennard_stone(X, num_clusters)

请注意，这个实现非常基础，实际应用中你可能需要对距离计算、初始化策略和性能优化进行调整。此外，`sklearn`库中的`KMeans`或者其他专门的聚类算法可能更适合于这类任务。