机器学习-对客户信息数据处理并可视化

一、实验内容

        对表4-2 客户信息数据进行数据处理，随后进行降维、聚类、可视化。

 表4-2 客户信息数据

 

二、实验步骤

1. 读取数据

import numpy as np
import pandas as pd
from pandas import Series,DataFrame
data=pd.read_excel('./4-2 客户信息数据.xlsx')
print(pd.read_excel('./4-2 客户信息数据.xlsx'))

执行结果如下：

2. 去除唯一属性

del data['编号']
del data['姓名']
print(data)

执行结果如下：

3. 对属性进行编码

data = [[36,50000,4,41000,1,1],
        [42,45000,4,40000,2,1],
        [23,31000,2,35000,3,2],
        [61,70000,4,20000,4,3],
        [38,20000,3,10000,2,4]]
print(data)

执行结果如下：

 4. 数据归一化

np.set_printoptions(suppress=True)
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
scaler.fit(data)
MinMaxScaler(copy=True,feature_range=(0,1))
print(scaler.transform(data))

执行结果如下：

 5. 降维-4个维度

from sklearn.decomposition import PCA
pca=PCA(n_components=4)
reduced_x=pca.fit_transform(data)

6. 聚类 （K-Means算法）

from sklearn.cluster import KMeans
from sklearn.metrics import fowlkes_mallows_score
data_target=[1,1,0,1,0.5]
for i in range(1,4):
    kmeans=KMeans(n_clusters=i,random_state=123).fit(reduced_x)
    score=fowlkes_mallows_score(data_target,kmeans.labels_)
    print('聚{}类，FMI评价分值为{}'.format(i,score))

执行结果如下：

7. 可视化

import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
red_x,red_y=[],[]
blue_x,blue_y=[],[]
green_x,green_y=[],[]
y=[1,1,0,1,0,1]
for i in range(len(reduced_x)):
    if y[i]==1:
        red_x.append(reduced_x[i][0])
        red_y.append(reduced_x[i][1])
    elif y[i]==0:
        blue_x.append(reduced_x[i][0])
        blue_y.append(reduced_x[i][1])
plt.scatter(red_x,red_y,marker='x')
plt.scatter(blue_x,blue_y,marker='D')
plt.show()

 执行结果如下：