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++’)
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)
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<<a_i:趋近于-1，效果不好。轮廓系数的值是介于 [-1,1] ，越趋近于1代表内聚度和分离度都相对较优。
silhouette_score(data_new, y_predict)
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
