[Python数据挖掘] sklearn-KMeans聚类

最新推荐文章于 2024-06-24 19:08:35 发布

swordtraveller

最新推荐文章于 2024-06-24 19:08:35 发布

阅读量1.3k

点赞数 1

分类专栏： Python Python 数据挖掘入门

本文链接：https://blog.csdn.net/swordtraveller/article/details/90726633

版权

使用Python的sklearn库，通过KMeans算法对包含学生姓名、语文、数学和英语成绩的数据集进行预处理和聚类。将学生分为3类，结果显示，KMeans能有效将英语、语文和数学成绩优秀的学生分别归类。完整代码中详细展示了数据加载、预处理和聚类的过程。

摘要由CSDN通过智能技术生成

[问题背景]

假定有这样的数据集，txt格式，ANSI编码：

YZN,133,108,76
ZHY,96,145,101
WYZ,132,107,60
DHY,100,102,120
CYH,139,99,93
LHY,73,149,81
ZHY,85,148,93
TQP,39,138,85
ZZL,145,112,71
HJC,101,116,118
XZY,99,98,117

每行第一列是学生姓名，第二列是语文成绩，第三列是数学成绩，第四列是英语成绩。

目标是利用KMeans对学生进行聚类，例如聚成3类。

[问题分析]

数据预处理：

def loadData(filePath):
    fr = open(filePath, 'r+')
    lines = fr.readlines()
    retName = []
    retData = []
    for line in lines:
        items = line.strip().split(',')
        retName.append(items[0])
        retData.append([float(items[i]) for i in range(1,len(items))])
    return retName, retData

编写loadData()函数，作用是传入grade.txt，传出两个列表：