2021年安徽省大数据与人工智能竞赛人工智能网络赛赛2和3题

第二题：（与现场赛一样）

按照要求对给定csv格式数据进行处理。

task2.csv文件为本题的数据文件。利用Python编写代码完成以下任务：

（1）分别求取Max TemperatureF和Min TemperatureF两个特征的均值和方差。

（2）对Mean TemperatureF特征进行标准化，输出标准化之后的Mean TemperatureF特征的均值。

标准化采用计算公式如下：

x'=x-min⁡(x)maxx-min⁡(x)

      其中，x表示标准化之前的特征，x'表示标准化之后的特征。

!说明：将代码源文件与运行结果截图放入答题卡对应位置。

import numpy as np
import pandas as pd

data = pd.read_csv('数据与代码/第二部分/task2.csv')

Max_TF_M = np.mean(data['Max TemperatureF'])
Max_TF_V = np.var(data['Max TemperatureF'])

Min_TF_M = np.mean(data['Min TemperatureF'])
Min_TF_V = np.var(data['Min TemperatureF'])

print("Max TemperatureF特征的均值为：", Max_TF_M, "方差为", Max_TF_V)
print("Min TemperatureF特征的均值为：", Min_TF_M, "方差为", Min_TF_V)

mean = data["Mean TemperatureF"]
res = (mean - mean.min()) / (mean.max() - mean.min())
data["Mean TemperatureF"] = res
mean_m = data["Mean TemperatureF"].mean()
print("标准化后的Mean TemperatureF的均值为:", mean_m)

第三题：

根据要求补全对应算法代码。

    task3.txt为本题的数据文件，其内容为我国部分城市的经纬度坐标。task3.py为本题的代码文件。要求完成以下两个任务：

    （1）根据经纬度坐标将所有数据利用Kmeans算法聚为10类；

（2）将聚类结果进行可视化（每一个城市表示为2维坐标平面的一个点，每一类中的点用同一种颜色，不同类的点采用不同颜色）。

!说明：将所补充代码源文件与运行结果截图放入答题卡对应位置。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import pandas as pd
from sklearn.metrics import silhouette_score

#读取原始数据
X = []
f = open("./数据与代码/第三部分/task3.txt", encoding="utf-8")
lineIndex = 1
for v in f:
    if lineIndex > 1:
        X.append([float(v.split()[1]), float(v.split()[2])])
    else:
        pass
    lineIndex += 1
#转化为numpy array
X = np.array(X)

#类簇的数量
n_clusters = 10

#需要选手补全部分
#################################################################
model = KMeans(n_clusters)
model.fit(X)

# X = pd.DataFrame(X)
# print(X.head())

labels = model.labels_
print(silhouette_score(X, labels)) # 获取聚类结果总的轮廓系数
print(model.cluster_centers_)	# 输出类簇中心

# MARKERS = ['*', 'v', '+', '^', 's', 'x', 'o', 'q', '&']      # 标记样式（绘图）
COLORS = ['r', 'g', 'm', 'c', 'y', 'b', 'orange', 'pink', 'red', 'gray']  # 标记颜色（绘图）

plt.figure(figsize=(10, 10))
plt.title("result", fontsize=20)
plt.xlabel("jing", fontsize=20)
plt.ylabel("wei", fontsize=20)
# for i in range(n_clusters):    # 导出类簇元素
#     print(f" CLUSTER-{i+1} ".center(60, '='))
#     print(X[labels == i])
for i in range(n_clusters):    # 绘制散点图
    members = labels == i
    plt.scatter(
        X[members, 1],
        X[members, 0],
        marker='o',
        c=COLORS[i],
        s=60,
        alpha=0.4
    )
plt.grid()

#################################################

plt.title('China')
plt.show()