Python机器学习应用 case1 31省消费水平（KMeans）

最新推荐文章于 2023-05-18 19:29:39 发布

weixin_45552398

最新推荐文章于 2023-05-18 19:29:39 发布

阅读量1.3k

点赞数 1

分类专栏： Python机器学习应用案例实现文章标签：聚类 python 机器学习数据分析

本文链接：https://blog.csdn.net/weixin_45552398/article/details/105373168

版权

该博客介绍了使用Python进行机器学习的案例，聚焦于31个省份的消费数据聚类分析。文章引用了mooc课程资源，通过导入相关库，定义读取文件函数，运用KMeans模型进行预测，详细解释了分析流程，并提供了可运行的代码示例。

摘要由CSDN通过智能技术生成

文章中代码和数据来源于mooc机器学习应用，下面先附上链接：https://www.icourse163.org/course/BIT-1001872001，数据集和slide的获取可以查看本专辑case 0中的相应链接。

在这个例子里给了31个省份消费的数据，通过python对这些数据进行聚类分析。
首先是导入相关的包：

import numpy as np
from sklearn.cluster import KMeans

定义一个读取文件的函数：

def loadData(filePath):#定义一个导入数据的函数
    fr=open(filePath,'r+',encoding='gbk')#用open方法打开
    lines=fr.readlines()

关注

专栏目录