聚类算法

聚类算法有很多种（几十种），K-Means是聚类算法中的最常用的一种，算法最大的特点是简单，好理解，运算速度快，但是只能应用于连续型的数据，并且一定要在聚类前需要手工指定要分成几类。俗话说“物以类聚”，其实从广义上说，聚类就是将数据集中在某些方面相似的数据成员放在一起。一个聚类就是一些数据实例的集合，其中处于相同聚类中的数据元素彼此相似，但是处于不同聚类中的元素彼此不同。由于在聚类中那些表示数据类别的分类或分组信息是没有的，即这些数据是没有标签的，所有聚类及时通常被成为无监督学习（Unsupervised Learning）。

使用案例：（读取excel文件并将数据分成五种类别）

import pandas as pd

import numpy as np
import matplotlib.pyplot as plt
f = open('100个地点.csv')
res = pd.read_csv(f,index_col='index',parse_dates=True)
#data.head(3)
#输出x1,y1数据集
X = data[['x1','y1']]

print(X)

from sklearn.cluster import KMeans  
clf = KMeans(n_clusters=5)  #
y_pred = clf.fit_predict(X) # 

#输出完整Kmeans函数，包括很多省略参数  
print(clf)  
#输出聚类预测结果，聚成5类，类标为0、1、2、3、4 
print(y_pred)