机器学习07--无监督学习-K-means算法
2021-03-05 11:29
标签：kmeans print day 实例 rod products 实例化 机器 就是 通俗来讲，无监督学习就是没有目标值 K-means的聚类效果图 sklearn.cluster.KMeans(n_clusters=8,init=‘k-means++’) 注：对于每个点i 为已聚类数据中的样本 ，b_i 为i 到其它族群的所有样本的距离最小值，a_i 为i 到本身簇的距离平均值。最终计算出所有的样本点的轮廓系数平均值 1、计算出蓝1离本身族群所有点的距离的平均值a_i 2、蓝1到其它两个族群的距离计算出平均值红平均，绿平均，取最小的那个距离作为b_i 如果b_i>>a_i:趋近于1效果越好， b_i
机器学习07--无监督学习-K-means算法 标签：kmeans print day 实例 rod products 实例化 机器 就是 原文地址：https://www.cnblogs.com/MoooJL/p/14322643.html无监督学习
无监督学习包含算法
K-means原理
K-means聚类步骤
K-meansAPI
案例：k-means对Instacart Market用户聚类
import pandas as pd
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans
# 1、获取数据集
# ·商品信息- products.csv：
# Fields：product_id, product_name, aisle_id, department_id
# ·订单与商品信息- order_products__prior.csv：
# Fields：order_id, product_id, add_to_cart_order, reordered
# ·用户的订单信息- orders.csv：
# Fields：order_id, user_id,eval_set, order_number,order_dow, order_hour_of_day, days_since_prior_order
# ·商品所属具体物品类别- aisles.csv：
# Fields：aisle_id, aisle
products = pd.read_csv("../dataset/products.csv")
order_products = pd.read_csv("../dataset/order_products__prior.csv")
orders = pd.read_csv("../dataset/orders.csv")
aisles = pd.read_csv("../dataset/aisles.csv")
# 2、合并表，将user_id和aisle放在一张表上
# 1）合并orders和order_products on=order_id tab1:order_id, product_id, user_id
tab1 = pd.merge(orders, order_products, on=["order_id", "order_id"])
# 2）合并tab1和products on=product_id tab2:aisle_id
tab2 = pd.merge(tab1, products, on=["product_id", "product_id"])
# 3）合并tab2和aisles on=aisle_id tab3:user_id, aisle
tab3 = pd.merge(tab2, aisles, on=["aisle_id", "aisle_id"])
# 3、交叉表处理，把user_id和aisle进行分组
table = pd.crosstab(tab3["user_id"], tab3["aisle"])
# 4、主成分分析的方法进行降维
# 1）实例化一个转换器类PCA
transfer = PCA(n_components=0.95)
# 2）fit_transform
data = transfer.fit_transform(table)
data_new = data[:500]
km = KMeans(n_clusters=3)
km.fit(data_new)
y_predict = km.predict(data_new)
print(y_predict)
Kmeans性能评估指标
轮廓系数
分析
结论
轮廓系数API
silhouette_score(data_new, y_predict)
K-means总结