• 聚类
  • K-means(K均值聚类)
• 降维
  • PCA

K-means原理

我们先来看一下一个K-means的聚类效果图

 

 

K-means聚类步骤

• 1、随机设置K个特征空间内的点作为初始的聚类中心
• 2、对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别
• 3、接着对着标记的聚类中心之后，重新计算出每个聚类的新中心点（平均值）
• 4、如果计算得出的新中心点与原中心点一样，那么结束，否则重新进行第二步过程

我们以一张图来解释效果

 

 

K-meansAPI

• sklearn.cluster.KMeans(n_clusters=8,init=‘k-means++’)
  • k-means聚类
  • n_clusters:开始的聚类中心数量
  • init:初始化方法，默认为'k-means ++’
  • labels_:默认标记的类型，可以和真实值比较（不是值比较）

案例：k-means对Instacart Market用户聚类

分析

• 1、降维之后的数据
• 2、k-means聚类
• 3、聚类结果显示

data_new

 

 

#预估器流程
from sklearn.cluster import KMeans

estimator = KMeans(n_clusters=3)
estimator.fit(data_new)

 

 

y_predict = estimator.predict(data_new)
y_predict[:300]

 

 

#模型评估 - 轮廓系数
from sklearn.metrics import silhouette_score

silhouette_score(data_new, y_predict)