python聚类分析年龄收入_Python学习100天-Day17(数据分析篇-聚类分析）

Day17-聚类分析

今天我们来一个简单的实战，主要是通过运用pandas库做数据的预处理，然后通过调用sklearn库里面的K-means方法对数据做一个聚类处理，目的是通过聚类分析，将不同位置的球员作一个简单的分组。看看你的明星属于第几档。

K-means：k-means算法是一种聚类算法，所谓聚类，即根据相似性原则，将具有较高相似度的数据对象划分至同一类簇，将具有较高相异度的数据对象划分至不同类簇。聚类与分类最大的区别在于，聚类过程为无监督过程，即待处理数据对象没有任何先验知识，而分类过程为有监督过程，即存在有先验知识的训练数据集。

一、数据预处理

大家先打开复制的数据，要注意到三个问题：第一个是球员名字带斜杠，可能是复制的时候格式的问题；第二个是数据有空值就是所说的NA值；第三是球员转会后名字会出现二次以上。

第一步：提取球员名称：

第二步，填充空值，利用fillna，函数形式：fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

nba.fillna(value=0,inplace=True)

第三步，球员合并，仔细观察数据可以发现数据中的球队的TOT字段合并了有个转会球员的数据，我们可以把这个数据