天猫订单之数据分析与挖掘——离群点检测及可视化
文章目录
0. 写在前面
- Windows:
Windows10
- Python:
Python3.9
本次案例项目主要是采用Pandas和Numpy对天猫订单数据集进行处理、挖掘、分类和聚类分析,最终利用数据可视化工具Matplotlib展示各地区在天猫平台的消费情况。
1. 离群点检测
说明:由于数据量较大,会导致离群点的检测的效果图明显重叠,此处只选择前1000条数据集作为测试的数据集。
1.1 步骤
步骤如下:
先采用K-Means算法对数据点进行聚类,此处选择K-Means聚类算法将样本数据集聚成K(K=3)簇,并找到各簇的质心,计算出每个数据订单的相对距离,相对距离小于等于阈值的订单即可认为是正常点,大于阈值的认为是离群点,最终通过绘制出相对距离图便可以看出来结果。
代码如下:
import pandas as pd
im