python聚类分析案例
时间: 2023-09-06 14:08:13 浏览: 66
以下是一个简单的 Python 聚类分析案例:
1. 导入必要的库和数据集
```python
import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
# 导入数据集
data = pd.read_csv("data.csv")
```
2. 数据预处理
```python
# 删除不必要的列
data = data.drop(['id'], axis=1)
# 查看数据集信息
print(data.info())
# 检查是否存在缺失值
print(data.isnull().sum())
```
3. 特征缩放
```python
from sklearn.preprocessing import StandardScaler
# 标准化数据
scaler = StandardScaler()
data_scaled = scaler.fit_transform(data)
# 转换为数据帧
df = pd.DataFrame(data_scaled)
```
4. 聚类分析
```python
# 创建聚类模型
kmeans = KMeans(n_clusters=3, max_iter=50)
kmeans.fit(df)
# 预测聚类结果
df['cluster'] = kmeans.predict(df)
# 查看聚类结果
print(df.head())
```
5. 可视化聚类结果
```python
# 绘制聚类结果散点图
plt.scatter(df[0], df[1], c=df['cluster'])
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.title('Cluster Plot')
plt.show()
```
这个案例使用了 KMeans 算法对数据进行了聚类分析,并使用散点图可视化了聚类结果。这是一个简单的聚类分析案例,实际应用中可能需要更多的数据预处理和模型调整。