Kmeans 应用

数据来源 ：http://archive.ics.uci.edu/ml/index.php 中的一组表格数据（加拿大Montesinho公园）

数据简介：

Montesinho公园地图中的X - x轴空间坐标：1到9
Montesinho公园地图中的 Y轴和y轴空间坐标：2到9

FFMC:细小可燃物含水量，（最大值为101，含水率为0）

DMC:地表可燃物含水率（为0时含水率为100%）

ISI:火灾蔓延潜在等级

DC:干旱码，森林地被物中得含水率

代码：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import KMeans #引入sklearn模块里的机器学习算法Kmeans


class FireData():

    def detectDate(self,filePath):
        '''
        探索数据
        :param filePath: 文件路径
        :return:
        '''
        df = pd.read_csv(filePath)
        describe = df.describe(include='all')#同合计数据
        print(describe.T)
        df.to_excel('data/air_data.xls')
        pass

    def chooseData(self,filePath):
        df = pd.read_excel('data/air_data.xls')
        df = df[['FFMC','DMC','DC','ISI','temp','RH','wind','area']]
        df.to_excel('data/air_coredata.xls')
        pass

    def standarData(self,filePath):
        '''
        一般标准化得方式：（元数据-平均值）/标准差
        :param filePath:
        :return:
        '''
        df = pd.read_excel('data/air_coredata.xls')
        df = (df - np.mean(df,axis=0))/np.std(df,axis=0)
        df[['FFMC','DMC','DC','ISI','temp','RH','wind','area']].to_excel('data/air_stdcoredata.xls')
        pass

    def classifyData(self,filePath,k=8):
        df = pd.read_excel(filePath)
        kmeans = KMeans(k)
        kmeans.fit(df[['FFMC','DMC','DC','ISI','temp','RH','wind','area']])
        df['lable'] = kmeans.labels_
        coreData = pd.DataFrame(kmeans.cluster_centers_)

        coreData = np.array(kmeans.cluster_centers_)

        #绘制雷达图
        xdata = np.linspace(0,2*np.pi,k,endpoint=False)
        xdata = np.concatenate((xdata,[xdata[0]]))

        ydata1 = np.concatenate((coreData[0],[coreData[0][0]]))
        ydata2 = np.concatenate((coreData[1], [coreData[1][0]]))
        ydata3 = np.concatenate((coreData[2], [coreData[2][0]]))
        ydata4 = np.concatenate((coreData[3], [coreData[3][0]]))

        print(xdata)
        print(ydata1)

        fig = plt.figure()
        ax = fig.add_subplot(111, polar=True)

        ax.plot(xdata, ydata1, 'b--', linewidth=1, label='customer1')
        ax.plot(xdata, ydata2, 'r--', linewidth=1, label='customer2')
        ax.plot(xdata, ydata3, 'g--', linewidth=1, label='customer3')
        ax.plot(xdata, ydata4, 'o--', linewidth=1, label='customer4')

        ax.set_thetagrids(xdata * 180 / np.pi, ['FFMC','DMC','DC','ISI','temp','RH','wind','area'], )

        ax.set_rlim(-3, 3)
        plt.legend(loc='best')
        plt.show()
        print(xdata)

        pass
    pass

if __name__ == '__main__':
    ad = FireData()
    #ad.detectDate('data/forestfires.csv')
    #ad.chooseData('data/air_coredata.xls')
    #ad.standarData('data/air_stdcoredata.xls')
    ad.classifyData('data/air_stdcoredata.xls', k=8)
    pass

雷达图：

 

customer  可以看作是火灾发生时可能造成的毁坏等级  分为四等

代码中数据整合了 烧毁面积 温度 风速 加拿大森林火险气候指数系统FWI 中的一些数值 通过算法进行模拟计算

FWI详情参考：https://wenku.baidu.com/view/73d92adb6037ee06eff9aef8941ea76e58fa4aa2.html    百度问库文章 。

 

 

有不足请指出 3Q！      0.o

                                                                end