python 聚类 单选题_跟我学算法聚类(kmeans)

kmeans是一种无监督的聚类问题，在使用前一般要进行数据标准化, 一般都是使用欧式距离来进行区分，主要是通过迭代质心的位置

来进行分类，直到数据点不发生类别变化就停止,

一次分类别，一次变换质心，就这样不断的迭代下去

优势：使用方便

劣势：1.K值难确定

2. 复杂度与样本数量呈线性关系

3.很难发现形状任意的簇

4.容易受初始点的影响

python中使用 sklearn.cluster 模块,使用的时候需要指定参数

第一步：导入数据,提取数据中的变量保存为X

importpandas as pd

beer= pd.read_csv('data.txt', sep=' ')

X= beer[["calories","sodium","alcohol","cost"]]

第二步：进行kmans聚类分析

from sklearn.cluster importKMeans

km= KMeans(n_clusters=3).fit(X) #聚成三蔟

km2 = KMeans(n_clusters=2).fit(X) #聚成两蔟

beer['cluster'] = km.labels_ #返回聚类的标签结果

beer['cluster2'] =km2.labels_

beer.sort_values('cluster') #根据'clu