汽车数据聚类分析——天池竞赛

单手法拉利

于 2021-07-20 11:51:35 发布

阅读量863

点赞数

文章标签： python 大数据数据分析 mysql

本文链接：https://blog.csdn.net/m0_57210162/article/details/118931539

版权

本文介绍了参与天池竞赛中汽车数据的聚类分析过程，通过手肘法确定最佳聚类数。文章提供了数据链接，并阐述了手肘法的核心思想，即根据误差平方和SSE随聚类数k变化的规律，找到SSE下降幅度骤减的‘肘部’，以确定最佳的聚类数量。实践表明，在k=2时，聚类效果达到最优。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

天池竞赛汽车数据链接：https://pan.baidu.com/s/126CDXOpFbR-J3ST-U83LZA
提取码：1234

#导入库文件并读取数据
import pandas as pd
from pandas import DataFrame
from sklearn import preprocessing
from sklearn.preprocessing import MinMaxScaler
from sklearn.cluster import KMeans
car_data =pd.read_csv("D:/天池竞赛/汽车聚类数据分析/car_price.csv") 
car_data

#空值检测
car_data.isnull().sum()

one_matrix = pd.get_dummies(car_data)
# 2. 标准化处理
scaler = MinMaxScaler()
data_scaler = scaler.fit_transform(one_matrix)

SSE = []  # 存放每次结果的误差平方和
for k in range(1, 9):  # K的范围 ： 1-9
    estimator = K

最低0.47元/天解锁文章