【无监督学习】Kmeans聚类算法

Ⅰ.原始数据

i.i.训练集

i.ii.测试集

Ⅱ.python程序

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans

# 训练集数据
data=pd.read_excel('数据.xlsx',sheet_name='Sheet3')
x=np.array(data.iloc[:,1:]).T
kmeans=KMeans(n_clusters=3,random_state=0).fit(x)
category=data.columns[1:]
print('将训练集指标划分为3类：')
for i in range(len(category)):
    print(category[i],kmeans.labels_[i])

# 测试集数据
data2=pd.read_excel('数据.xlsx',sheet_name='Sheet4')
x_predict=np.array(data2.iloc[:,1:]).T
pre=kmeans.predict(x_predict)
print('按照训练集的聚类规则，测试集的预测结果为：')
category2=data2.columns[1:]
for i in range(len(category2)):
    print(category2[i],pre[i])

Ⅲ.结果

将训练集指标划分为3类：
　芹菜 2
　油菜 0
　黄瓜 0
　萝卜 0
　茄子 2
　西红柿 2
　土豆 0
　胡萝卜 0
　青椒 2
　尖椒 1
　豆角 1
　韭菜 2
　豆腐 0
按照训练集的聚类规则，测试集的预测结果为：
　鸡蛋 1
　菜籽油 1
　大豆油 1
　花生油 1
　芦柑 2
　苹果 1
　香蕉 2
　西瓜 0
　食用盐 0
　绵白糖 1
　白砂糖 1
　红糖 1
　酱油 1
　醋 2
　鲜牛奶 2