数据分析与挖掘（十六）------挖掘建模之聚类分析算法评价及主要聚类分析算法

一、聚类分析算法评价

 

聚类分析仅根据样本数据本身将样本分组。其目标是实现组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性越大，组间差别越大，聚类效果就越好。

 

（1）purity评价法

（2）RI评价法

（3）F值评价法

 

二、python主要聚类分析算法

python的聚类相关的算法主要在Scikit-Learn中，python里面实现的聚类主要包括K-Means聚类、层次聚类、FCM以及神经网络聚类。

聚类主要函数列表：

这些不同模型的使用方法是大同小异的，基本都是先用对应的函数建立模型，然后用.fit(）方法来训练模型，训练好之后，就可以用.label_方法给出样本数据的标签，或者用.predict() 方法预测新的输入标签。

TSNE-聚类可视化工具

TSNE的定位是高维数据的可视化。通常来说输入的特征数是高维的（大于3维），一般很难以原特征对聚类结果进行展示。TSNE提供了一种有效的数据降维方式，让我们可以在2维或者3维的空间中展示聚类的结果。

TSNE实例：

对K-Means聚类结果以二维的方式展现出来：

#-*- coding: utf-8 -*-
#接k_means.py
from sklearn.manifold import TSNE


tsne = TSNE()
tsne.fit_transform(data_zs) #进行数据降维
tsne = pd.DataFrame(tsne.embedding_, index = data_zs.index) #转换数据格式


import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号


#不同类别用不同颜色和样式绘图
d = tsne[r[u'聚类类别'] == 0]
plt.plot(d[0], d[1], 'r.')
d = tsne[r[u'聚类类别'] == 1]
plt.plot(d[0], d[1], 'go')
d = tsne[r[u'聚类类别'] == 2]
plt.plot(d[0], d[1], 'b*')
plt.show()

输出：