k-means聚类利用已知数据分析西瓜的密度与含糖率实例

k-means聚类分析西瓜的密度与含糖率

第一部分：数据集

X表示二维矩阵数据，表示西瓜密度和含糖率
总共30行，每行两列数据
第一列表示西瓜密度：x1
第二列表示西瓜含糖率：x2

from sklearn.cluster import Birch  # 从sklearn.cluster机器学习聚类包中导入Birch聚类
from sklearn.cluster import KMeans  # 从sklearn.cluster机器学习聚类包中导入KMeans聚类
X=[
    [0.697,0.460],[0.774,0.376],[0.634,0.264],[0.608,0.318],[0.556,0.215],
    [0.403,0.237],[0.481,0.149],[0.437,0.211],[0.666,0.091],[0.243,0.267],
    [0.245,0.057],[0.343,0.099],[0.639,0.161],[0.657,0.198],[0.360,0.370],
    [0.593,0.042],[0.719,0.103],[0.359,0.188],[0.339,0.241],[0.282,0.257],
    [0.748,0.232],[0.714,0.346],[0.483,0.312],[0.478,0.437],[0.525,0.369],
    [0.751,0.489],[0.532,0.472],[0.473,0.376],[0.725,0.445],[0.446,0.459]
]

第二部分：KMeans聚类

clf = KMeans(n_clusters=3) 表示类簇数为3，聚成3类数据，clf即赋值为KMeans
y_pred = clf.fit_predict(X) 载入数据集X，并且将聚类的结果赋值给y_pred

clf = KMeans(n_clusters=2)  # 聚类算法，参数n_clusters=3，聚成2类
y_pred = clf.fit_predict(X)  # 直接对数据进行聚类，聚类不需要进行预测

print('k均值模型:\n',clf) # 输出完整Kmeans函数，包括很多省略参数
print('聚类结果:\n',y_pred) # 输出聚类预测结果，30行数据，每个y_pred对应X一行或一个西瓜，聚成2类

第三部分：可视化绘图

Python导入Matplotlib包，专门用于绘图
import matplotlib.pyplot as plt 此处as相当于重命名，plt用于显示图像

import numpy as np
import matplotlib.pyplot as plt

# 获取第一列和第二列数据 使用for循环获取 n[0]表示X第一列
x1 = [n[0] for n in X]
x2 = [n[1] for n in X]

# 绘制散点图 参数：x横轴 y纵轴
plt.scatter(x1, x2, c=y_pred, marker='*')

# 绘制标题
plt.title("k-means Data")

# 绘制x轴和y轴坐标
plt.xlabel("x1")
plt.ylabel("x2")

# 显示图形
plt.show()

运行结果：

k均值模型:
 KMeans(algorithm='auto', copy_x=True, init='k-means++', max_iter=300,
       n_clusters=2, n_init=10, n_jobs=None, precompute_distances='auto',
       random_state=None, tol=0.0001, verbose=0)
聚类结果:
 [1 1 1 1 1 0 0 0 1 0 0 0 1 1 0 1 1 0 0 0 1 1 0 0 1 1 1 0 1 0]

画图结果：