利用pythonEM算法和雷达图分析王者荣耀英雄聚类和可视化全代码

今天和大家分享一下我的最大爱好，可想而知一名资深的神经外科主刀医生，被转行做医疗数据，我肯定是个非常内向的人。所以我的最大爱好就是玩王者，感兴趣的可以一起开黑！我的王者号，也叫“飞时过”。今天突然想到，王者本身也是个数字游戏，是非常适合做数据分析的，今天我特意留意了一下，游戏里英雄的各种属性是非常适合做雷达图的，如果王者的运营团队，感兴趣，可以和我合作哦，哈哈，有些自不量力。今天看了吴军老师的《数学之美》，其中对EM算法非常感兴趣，在这本书里是这么表述EM算法的。EM算法只需要有一些训练数据，定义一个最大化函数，剩下的事情就交给计算机了。经过若干次迭代，我们需要的模型就训练好了。这实在是太美妙了，这也许是造物主刻意安排的，所以我把它称作上帝的算法。看看对EM算法评价多高。今天我们就用python干两件事，一个是用EM算法把王者荣耀的英雄按属性做一个分类。另外就是做做英雄属性的可视化。

 

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

from sklearn.preprocessing import StandardScaler
from sklearn.mixture import GaussianMixture
import os
os.chdir(r'E:\pythoncode_2021_1\EM_data-master')
# 数据加载，避免中文乱码问题
data_original = pd.read_csv('heros.csv', encoding = 'gb18030')
data_original.head().append(data_original.tail()) # 显示前5行和后5行数据
# 对英雄属性之间的关系进行可视化分析
# 设置plt正确显示中文
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

# 用热力图呈现特征之间的相关性
data = data_original 
corr = data.corr()
plt.figure(figsize=(14,14))
# annot=True显示每个方格的数据
sns.heatmap(cor