我们专注攀枝花网站设计 攀枝花网站制作 攀枝花网站建设
成都网站建设公司服务热线：400-028-6601

网站建设知识

十年网站开发经验 + 多家企业客户 + 靠谱的建站团队

量身定制 + 运营维护+专业推广+无忧售后，网站问题一站解决

如何利用python的KMeans和PCA包实现聚类算法

如何利用python的KMeans和PCA包实现聚类算法，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

我们提供的服务有：做网站、成都做网站、微信公众号开发、网站优化、网站认证、民勤ssl等。为近千家企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务，是有科学管理、有技术的民勤网站制作公司

题目： 通过给出的驾驶员行为数据（trip.csv），对驾驶员不同时段的驾驶类型进行聚类,聚成普通驾驶类型，激进类型和超冷静型3类 。 利用Python的scikit-learn包中的Kmeans算法进行聚类算法的应用练习。并利用scikit-learn包中的PCA算法来对聚类后的数据进行降维，然后画图展示出聚类效果。通过调节聚类算法的参数，来观察聚类效果的变化，练习调参。

数据介绍： 选取某一个驾驶员的经过处理的数据集trip.csv，将该驾驶人的各个时间段的特征进行聚类。（注：其中的driver 和trip_no 不参与聚类）

字段介绍： driver ：驾驶员编号；trip_no：trip编号；v_avg：平均速度；v_var：速度的方差；a_avg：平均加速度；a_var：加速度的方差；r_avg：平均转速；r_var：转速的方差； v_a：速度level为a时的时间占比（同理v_b ， v_c ， v_d ）； a_a：加速度level为a时的时间占比（同理a_b, a_c）； r_a：转速level为a时的时间占比（ r_b, r_c）

聚类算法要求：

（1）统计各个类别的数目

（2）找出聚类中心

（3）将每条数据聚成的类别（该列命名为jllable ）和原始数据集进行合并，形成新的dataframe，命名为new_df ，并输出到本地，命名为new_df.csv。

降维算法要求：

（1）将用于聚类的数据的特征的维度降至2维，并输出降维后的数据，形成一个dataframe名字new_pca

（2）画图来展示聚类效果（可用如下代码）：

import matplotlib.pyplot asplt

   d = new_pca[new_df['jllable'] == 0]

   plt.plot(d[0], d[1], 'r.')

   d = new_pca[new_df['jllable'] == 1]

   plt.plot(d[0], d[1], 'go')

   d = new_pca[new_df['jllable'] == 2]

   plt.plot(d[0], d[1], 'b*')

   plt.gcf().savefig('D:/workspace/python/Practice/ddsx/kmeans.png')

   plt.show()

python实现代码如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

from sklearn.cluster import KMeans

from sklearn.decomposition import PCA

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

 

df=pd.read_csv('trip.csv', header=0, encoding='utf-8')

df1=df.ix[:,2:]

kmeans = KMeans(n_clusters=3, random_state=10).fit(df1)

df1['jllable']=kmeans.labels_

df_count_type=df1.groupby('jllable').apply(np.size)

   

##各个类别的数目

df_count_type

##聚类中心

kmeans.cluster_centers_

##新的dataframe，命名为new_df ，并输出到本地，命名为new_df.csv。

new_df=df1[:]

new_df

new_df.to_csv('new_df.csv')

 

##将用于聚类的数据的特征的维度降至2维，并输出降维后的数据，形成一个dataframe名字new_pca

pca = PCA(n_components=2)

new_pca = pd.DataFrame(pca.fit_transform(new_df))

 

##可视化

d = new_pca[new_df['jllable'] == 0]

plt.plot(d[0], d[1], 'r.')

d = new_pca[new_df['jllable'] == 1]

plt.plot(d[0], d[1], 'go')

d = new_pca[new_df['jllable'] == 2]

plt.plot(d[0], d[1], 'b*')

plt.gcf().savefig('kmeans.png')

plt.show()

运行结果如下:

   ##各个类别的数目

如何利用python的KMeans和PCA包实现聚类算法

    ##聚类中心

如何利用python的KMeans和PCA包实现聚类算法

    ##新的dataframe，命名为new_df ，并输出到本地，命名为new_df.csv。

 如何利用python的KMeans和PCA包实现聚类算法

    ##可视化------kmeans.png

如何利用python的KMeans和PCA包实现聚类算法

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联行业资讯频道，感谢您对创新互联的支持。


网站标题：如何利用python的KMeans和PCA包实现聚类算法
文章位置：http://mswzjz.cn/article/jcgdpp.html

其他资讯