kmeans聚类实现python_Kmeans聚类原理及python实现代码

kmeans 原理：

(1)首先，随机确定k个初始点的质心；

(2)然后将数据集中的每一个点分配到一个簇中，即为每一个点找到距其最近的质心，并将其分配给该质心所对应的簇；

(3)对每一个簇，计算簇中所有点的均值并将均值作为质心(例：在三维空间里，计算各个点的x的均值得到x1，y的均值得到y1，z的均值得到z1，以此得到新的坐标点 x1,y1,z1,然后重新计算各个点距离最近的族)

(4)重复步骤(2)，(3)，直到没有变化为止

代码处理思路：

kmeans 聚类处理流程

数据源都处理好后的步骤：

第一步：通过SSE，轮廓系数等方法  选择最佳k值

第二步：根据第一步选择合适的k值，进行聚类

第三步：一般通过轮廓系数检验聚类效果，范围在[-1,1]，一般越接近于1，聚类效果越好，将对应的分组类别合并到对应数据，并写入文件

第四步：画概率密度图，根据概率密度图分析每一个用户群的特点 or/and 画聚类分布图

#-*- coding:utf-8 -*-

import pandas as pd

import numpy as np

import matplotlib.pylab as pyl

'''

kmeans 聚类处理流程

数据源都处理好后的步骤：

第一步：通过SSE方法 选择最佳k值

第二步：根据第一步选择合适的k值，进行聚类

第三步：通过轮廓系数检验聚类效果，范围在[-1,1]，一般越接近于1，聚类效果越好，将对应的分组类别合并到对应数据，并写入文件

第四步：画概率密度图，根据概率密度图分析每一个用户群的特点 or/and 画聚类分布图

'''

#原数据处理

data = pd.read_csv('聚类测试数据3.csv',index_col='userid')

data2= 1.0*(data - data.mean())/data.std(