使用K-means聚类算法进行数据处理（附代码）

· 什么是聚类？

在事先未知数据分类的情况下，通过聚类分析可以将数据聚合成几个不同群体。

#这里聚类不需要对数据进行训练，属于无监督学习的一种。

· K-means聚类

属于聚类算法较为便捷、常用的一种。

其特点在于需要提前手动指定分类数目，确定K个数据点，之后数据集中的数据会根据距离远近抱团聚合。

· K-means聚类算法步骤

（手写笔坏了，重回纸质时代）

· 使用场景

现有大量数据，希望对数据进行分类聚合，得到K个不同特征的数据集。

#在数据分析中，聚类是后续做不同群组偏好分析的基础。

· 代码实现

使用python实现。

import numpy as np
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer  # 基于TF-IDF的词频转向量库
from sklearn.cluster import KMeans
import jieba.posseg as pseg

def jieba_cut(comment):