python机器学习——聚类评估方法 &amp； K-Means聚类 &amp； 神经网络模型基础_使用 python 进行机器学习建模和模型评估(1)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

print('iris数据聚%d类FMI评价分值为：%f' %(i,score))

#calinski_harabaz指数评价法
from sklearn.metrics import calinski_harabaz_score
for i in range(2,7):
##构建并训练模型
kmeans = KMeans(n_clusters = i,random_state=123).fit(iris_data)
score = calinski_harabaz_score(iris_data,kmeans.labels_)
print(‘iris数据聚%d类calinski_harabaz指数为：%f’%(i,score))

#轮廓系数评价法
from sklearn.metrics import silhouette_score
import matplotlib.pyplot as plt
silhouettteScore = []
for i in range(2,15):
##构建并训练模型
kmeans = KMeans(n_clusters = i,random_state=123).fit(iris_data)
score = silhouette_score(iris_data,kmeans.labels_)
silhouettteScore.append(score)
plt.figure(figsize=(10,6))
plt.plot(range(2,15),silhouettteScore,linewidth=1.5, linestyle=“-”)
plt.show()

import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
seeds = pd.read_csv(‘F:\python\seeds_dataset.txt’,sep = ‘\t’)
print(‘数据集形状为：’, seeds.shape)

处理数据

seeds_data = seeds.iloc[:,:7].values
seeds_target = seeds.iloc[:,7].values
sees_names = seeds.columns[:7]
stdScale = StandardScaler().fit(seeds_data)
seeds_dataScale = stdScale.transform(seeds_data)
##构建并训练模型
kmeans = KMeans(n_clusters = 3,random_state=42).fit(seeds_dataScale)
print(‘构建的KM-eans模型为：\n’,kmeans)

FMI评价法

from sklearn.metrics import fowlkes_mallows_score
for i in range(2, 7):
##构建并训练模型
kmeans = KMeans(n_clusters=i, random_state=123).fit(seeds_dataScale)
score = fowlkes_mallows_score(seeds_target, kmeans.labels_)
print(‘iris数据聚%d类FMI评价分值为：%f’ % (i, score))

calinski_harabaz指数评价法

from sklearn.metrics import calinski_harabaz_score
for i in range(2, 7):
##构建并训练模型
kmeans = KMeans(n_clusters=i, random_state=123).fit(seeds_dataScale)
score = calinski_harabaz_score(seeds_dataScale, kmeans.labels_)
print(‘iris数据聚%d类calinski_harabaz指数为：%f’ % (i, score))

轮廓系数评价法

from sklearn.metrics import silhouette_score
import matplotlib.pyplot as plt
silhouettteScore = []
for i in range(2, 15):
##构建并训练模型
kmeans = KMeans(n_clusters=i, random_state=123).fit(seeds_dataScale)
score = silhouette_score(seeds_dataScale, kmeans.labels_)
silhouettteScore.append(score)
plt.figure(figsize=(10, 6))
plt.plot(range(2, 15), silhouettteScore, linewidth=1.5, linestyle=“-”)
plt.show()

## 【聚类】K-Means聚类模型


![在这里插入图片描述](https://img-blog.csdnimg.cn/7f6681117cf94ecdaa084f8250c58da6.png)


### （1）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


1、降维之后的数据  
 2、k-means聚类  
 3、聚类结果显示


### （2）sklearn参数解析


![在这里插入图片描述](https://img-blog.csdnimg.cn/2391e73f31df40a29641b53fb5e3b46b.png)  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/eb4ac83a053e49af8bc0f42077890ad4.png)

sklearn.cluster.Kmeans

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）

![在这里插入图片描述](https://img-blog.csdnimg.cn/88e352fe307b447183aef25da0f63916.png)  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/826bd904ae3846d28c081b57d7c07373.png)


### （3）k-means算法特点



> 
> 特点分析：  
>  采用迭代式算法，直观易懂并且非常实用  
>  缺点：容易收敛到局部最优解(多次聚类)  
>  需要预先设定簇的数量(k-means++解决)
> 
> 
> 


![在这里插入图片描述](https://img-blog.csdnimg.cn/d26455d57fd244a4bf83b55c9d723c85.png)

from sklearn.datasets import load_iris
from sklearn.preprocessing import MinMaxScaler
from sklearn.cluster import KMeans
iris = load_iris()
iris_data = iris[‘data’] ##提取数据集中的特征
iris_target = iris[‘target’] ## 提取数据集中的标签
iris_names = iris[‘feature_names’] ### 提取特征名
scale = MinMaxScaler().fit(iris_data)## 训练规则
iris_dataScale = scale.transform(iris_data) ## 应用规则
kmeans = KMeans(n_clusters = 3,random_state=123).fit(iris_dataScale) ##构建并训练模型
print(‘构建的K-Means模型为：\n’,kmeans)
#用于预测
result = kmeans.predict([[1.5,1.5,1.5,1.5]])
print(‘花瓣花萼长度宽度全为1.5的鸢尾花预测类别为：’, result[0])
#多维数据的可视化处理
import pandas as pd
from sklearn.manifold import TSNE
import matplotlib.pyplot as plt
##使用TSNE进行数据降维,降成两维
tsne = TSNE(n_components=2,init=‘random’,
random_state=177).fit(iris_data)
df=pd.DataFrame(tsne.embedding_) ##将原始数据转换为DataFrame
df[‘labels’] = kmeans.labels_ ##将聚类结果存储进df数据表
##提取不同标签的数据
df1 = df[df[‘labels’]==0]
df2 = df[df[‘labels’]==1]
df3 = df[df[‘labels’]==2]

绘制图形

fig = plt.figure(figsize=(9,6)) ##设定空白画布，并制定大小
##用不同的颜色表示不同数据
plt.plot(df1[0],df1[1],‘bo’,df2[0],df2[1],‘r*’,
df3[0],df3[1],‘gD’)
#plt.savefig(‘…/tmp/聚类结果.png’)
#plt.show() ##显示图片

## 神经网络模型基础


![在这里插入图片描述](https://img-blog.csdnimg.cn/73eb871fce754d4e81c358047476e580.png)


### （1）sklearn的参数


![在这里插入图片描述](https://img-blog.csdnimg.cn/e22331620fc84e57897b5f874313623e.png)


![在这里插入图片描述](https://img-blog.csdnimg.cn/d4981a823c9a43cf8306329c23e81e9d.png)![在这里插入图片描述](https://img-blog.csdnimg.cn/479ada8e929b4e9ea210362c930c70f4.png)


![在这里插入图片描述](https://img-blog.csdnimg.cn/ddc9a8386fd34b72a501a2cb9753af54.png)

import numpy as np
from sklearn.datasets import load_breast_cancer
from sklearn.neural_network import MLPClassifier
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
cancer = load_breast_cancer()
cancer_data = cancer[‘data’]
cancer_target = cancer[‘target’]
cancer_names = cancer[‘feature_names’]

将数据划分为训练集测试集

cancer_data_train,cancer_data_test,
cancer_target_train,cancer_target_test =
train_test_split(cancer_data,cancer_target,
test_size = 0.2,random_state = 22)

数据标准化

stdScaler = StandardScaler().fit(cancer_data_train)
cancer_trainStd = stdScaler.transform(cancer_data_train)
cancer_testStd = stdScaler.transform(cancer_data_test)

建立SVM模型

bpnn = MLPClassifier(hidden_layer_sizes = (17,10),
max_iter = 200, solver = ‘lbfgs’,random_state=45)
bpnn.fit(cancer_trainStd, cancer_target_train)

保存模型

#from sklearn.externals import joblib
#joblib.dump(bpnn,‘water_heater_nnet.m’)
print(‘建立的神经网络模型为：\n’,bpnn)

预测训练集结果

cancer_target_pred = bpnn.predict(cancer_testStd)
print(‘预测前20个结果为：\n’,cancer_target_pred[:20])

求出预测和真实一样的数目

true = np.sum(cancer_target_pred == cancer_target_test )

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化的资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！