Python-机器学习（三）-KMeans聚类算法(1)，2024年最新头条技术面试总共几轮

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

假设第一个图作为我们的原始数据集，设K=2，在图上随机选择两个K类所对应的类别质心，级途中的红色和蓝色的叉，计算样本中所有的点到这两个之心的距离，并标记每个样本的类别为和该样本距离最小的质心的类别

如图3所示，经过计算样本中所有的点到两个质心的距离，我们得到了第一次迭代后的类别，此时我们对我们当前标记为红色和蓝色的点分别求其新的质心，如图4所示中心点已经发生了变化，56图重复上述过程，即将所有点的类别标记为距离最近的质心的类别并求新的质心。

• 基本的步骤为：

• step1：选定要聚类的类别数目k

• step2：针对每个样本点，找到距离其最近的中心点，距离同一中心点最近的点为一个类，这样完成了一次聚类。

• step3：针对每个类别中的样本点，计算这些样本点的中心点，当做该类的新的中心点，继续step2。

实际案例分析

---

from sklearn.cluster import KMeans

df= pd.read_csv(‘data.csv’)

df.head()

df.info()

df.isnull().sum()

可以看到，当前数据200行5列，包含用户ID,性别,年龄,年收入,支出没有空数据，将列名称设置为中文，方便查阅（emmmm 果然换成中文瞅着顺眼多了）

查看数据的分布情况

• 可以看到数据中年龄主要分布在20-40岁，女性居多，年收入大多数在90万以下，年支出在40-60万较多。

年龄与年收入之间的关系

查看年龄与年收入的关系，并对他们进行聚类分析

plt.figure(figsize=(12,6))

for gender in [‘Male’,‘Female’]:

plt.scatter(x=‘年龄’,y=‘年收入’, data=df[df[‘性别’]==gender],s=200,alpha=0.5,label=gender)

plt.xlabel(‘年龄’)

plt.ylabel(‘年收入’)

plt.legend()

plt.show()

寻找最佳K值

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
朋友，可以添加V获取：vip1024c （备注python）**
[外链图片转存中…(img-TI52uZUd-1713345433326)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！