2020-11-27

iris聚类算法应用实例
算法前提iris数据集已经具备
导包

import pygal
from sklearn.cluster import KMeans
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

获取iris数据集
前四个变量分别为花萼的长度，宽度，及花瓣的长度，宽度。最后一个变量为鸢尾花所属的种类，可将其聚为三类

iris = pd.read_csv('irisS.csv', names=["Sepal_Length", "Sepal_Width", "Petal_Length", "Petal_Width", "Species"])
print(iris)

提取出用于建模的数据集x

x = iris.drop(labels='Species', axis=1)

构建KMeans模型，设置KMeans类的n_clusters为3

kmeans = KMeans(n_clusters=3)
kmeans.fit(x)

聚类结果标签

x['cluster'] = kmeans.labels_

各类频数统计

print(x['cluster'].value_counts())

三个簇的簇中心

centers = kmeans.cluster_centers_

绘制聚类算法的散点图

sns.lmplot(x='Sepal_Length', y='Sepal_Width', hue='cluster', markers=['^', 's', 'o'], data=x, fit_reg=False, scatter_kws={'alpha': 0.8}, legend_out=False)
plt.scatter(centers[:, 2], centers[:, 3], marker='*', color='black', s=130)
plt.xlabel('花瓣的长度')
plt.ylabel('花瓣宽度')

中文乱码和坐标轴负号得处理

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

图形显示

plt.show()

图片展示

增加一个辅助列， 将不同的花种映射到10，1，2三种值，目的是方便后面图形的对比

iris['Species_map'] = iris.Species.map({'Iris-setosa': 0, 'Iris-versicolor': 1, 'Iris-virginica': 2})

绘制原始数据三个类别的散点图

sns.lmplot(x='Sepal_Length', y='Sepal_Width', hue='Species_map', markers=['^', 's', 'o'], data=iris, fit_reg=False, scatter_kws={'alpha': 0.8}, legend_out=False)
plt.xlabel('花瓣的长度')
plt.ylabel('花瓣宽度')

图形显示

plt.show()

图片展示

调用Radar这个类， 并设置雷达图的填充及数据范围

radar_chart = pygal.Radar(fill=True)

添加雷达图各项顶点的名称

radar_chart.x_labels = ['花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度']

绘制三个雷达图区域，代表三个簇中心的指标值

radar_chart.add('c1', centers[0])
radar_chart.add('c2', centers[1])
radar_chart.add('c3', centers[2])

保存图形
不能用plt.show展示

radar_chart.render_to_file('radar_chart.svg')

图片