hive 修改cluster by算法_跟我一起入门机器学习----实战K-Means聚类算法

今天我们来进行一个python机器学习项目的实战，我们后面都会使用这样的模式，先实战，后进行详细的讲解，话不多说，开工。原创不易，麻烦大家给个关注。

项目需求

通过机器学习算法来对1999年各省份的消费水平进行分类，主要参数为食品、交通、医疗、住房、娱乐、杂项等八个变量，用以了解各省的经济实力。

基本思路

这个需求是一个很典型的聚类算法应用，我们使用K-means算法来实现这个项目，技术路线python + sklearn。

KMeans算法

KMeans算法输入参数K即我们想要把n个对象分为K类，我们称之为簇，过程如下

1、随机选择K个点作为聚类中心。

2、分别计算剩下的点与K个点的距离，选择距离最小的中心点归为一簇。

3、计算每个簇中所有点的均值作为新的簇中心。

4、循环计算，直到簇中心不再有大的变化。

实现过程

1、导入numpy

import numpy as np

2、导入sklearn库的KMeans包，这个库是用于机器学习的常用库，下期我们重点讲解。

from sklearn.cluster import KMeans

3、加载训练数据，这里我们单独写一个函数来加载数据

def loadData(filePath):

fr = open(filePath,'r+')#打开文件

lines = fr.readlines()#读取文件

retData=[]

retCityName = []

for line in lines:

print(line)

items = line.strip().split(