聚类分析(K-means 层次聚类和基于密度DBSCAN算法三种实现方式)

之前也做过聚类，只不过是用经典数据集，这次是拿的实际数据跑的结果，效果还可以，记录一下实验过程。

首先：
确保自己数据集是否都完整，不能有空值，最好也不要出现为0的值，会影响聚类的效果。
其次：
想好要用什么算法去做，K-means，层次聚类还是基于密度算法，如果对这些都不算特别深入了解，那就都尝试一下吧，我就是这样做的。
好了，简单开始讲解实验的过程吧。

第一步

环境：
Windows10 + Anaconda3 + Pycharm

为了避免中文编码错误，在python文件上加一句中文编码设置代码：

#-*- coding:utf-8 -*-

并且在Pycharm下修改编码设置，安心。方法如下：
在Pycharm下打开你的项目，左上角File–>Settings–>Editor–>File Encodings

点击那个+号先把你的项目添加进来，然后按照上面截图将编码格式改成UTF-8，点击Apply，再点OK。这样编码错误就不会出现了，如果读入的文件含有中文还是出现编码错误，那就是你保存的文件编码格式不对，去修改文件保存的编码格式，自行百度。

---

一些库的准备：

import pandas as pd
from sklearn.cluster import KMeans #导入K均值聚类算法
from sklearn.cluster import AgglomerativeClustering #层次聚类
from sklearn.cluster import DBSCAN #具有噪声的基于密度聚类方法
import matplotlib.pyplot as plt #matplotlib画图
from sklearn.decomposition import PCA  #主成分分析
from mpl_toolkits.mplot3d import Axes3D #画三维图

这些库都有注释，想了解详细自己去看官方文档。

第二步

贴上了完整的代码，只需要改文件路径就可以了。

#-*- coding:utf-8 -*-

import pandas as pd
from sklearn.cluster import KMeans #导入K均值聚类算法
from sklearn.cluster import AgglomerativeClustering #层次聚类
from sklearn.cluster import DBSCAN #具有噪声的基于密度聚类方法
import matplotlib.pyplot as plt  #matplotlib画图
from sklearn.decomposition import PCA  #主成分分析
from mpl_toolkits.mplot3d import Axes3D #画三维图


pltcolor=['b<', 'g>', 'r1', 'c2', 'm3', 'y4', 'ks'