#!/usr/bin/env python2.7
# -*- coding: utf-8 -*-
# from __future__ import division
import requests
import json
import numpy as np
import pandas as pd
import sys
from sklearn.cluster import KMeans
reload(sys)
sys.setdefaultencoding('utf-8')
# 数据标准化
def normalization(one_list):
"""[0,1] normaliaztion"""
norm_value = (one_list - np.min(one_list)) / (np.max(one_list) - np.min(one_list))
return norm_value
# 通过某接口获取的数据,并DataFrame化
def get_dt(URL):
api
Python之K-means详细案例
最新推荐文章于 2024-08-11 16:00:02 发布
本文深入探讨了Python中如何使用K-means算法进行数据聚类。从理解K-means的基本原理到逐步实现过程,包括数据预处理、选择合适的聚类数、迭代优化直至收敛,最后展示并解释聚类结果。通过实例代码,读者可以清晰地掌握K-means在Python中的应用。
摘要由CSDN通过智能技术生成