amap不同样式marker点_案例4：机器学习--使用k-means对不同品牌啤酒进行聚类分析...

一、聚类算法简介

1.1 聚类算法的概念

一种典型的无监督学习算法，主要用于将相似的样本自动归到一个类别中。

在聚类算法中根据样本之间的相似性，将样本划分到不同的类别中，对于不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算方法有欧式距离法。

1.2 聚类算法在现实中的应用

• 用户画像，广告推荐，Data Segmentation，搜索引擎的流量推荐，恶意流量识别
• 基于位置信息的商业推送，新闻聚类，筛选排序
• 图像分割，降维，识别；离群点检测；信用卡异常消费；发掘相同功能的基因片段

聚类算法是无监督的学习算法，而分类算法属于监督的学习算法。本文主要介绍聚类算法中的k-means算法

二、k-means算法介绍

2.1 聚类流程分析

1. 事先确定常数K，常数K意味着最终的聚类类别数;
2. 首先随机选定初始点为质心，并通过计算每一个样本与质心之间的相似度(这里为欧式距离)，将样本点归到最相似的类中，
3. 接着，重新计算每个类的质心(即为类中心)，重复这样的过程，直到质心不再改变，
4. 最终就确定了每个样本所属的类别以及每个类的质心。

2.2 流程体验

以下链接是动态实现k-means的图像化展示网站，只需要鼠标点点点，即可感受其聚类流程！

https://www.naftaliharris.com/blog/visualizing-k-means-clustering/​www.naftaliharris.com

2.3 API使用

sklearn.cluster.KMeans(n_clusters=8)

• 参数:
  • n_clusters:开始的聚类中心数量
    • 整型，缺省值=8，生成的聚类数，即产生的质心（centroids）数。
• 方法:
  • estimator.fit(x)
  • estimator.predict(x)
  • estimator.fit_predict(x)
    • 计算聚类中心并预测每个样本属于哪个类别,相当于先调用fit(x),然后再调用predict(x