【机器学习调包侠】K近邻聚类简明应用

首先，调包+导入数据，并进行初步处理，本文使用宏观消费数据，并根据cpi值（以100为界限）将数据分为两类。
#####调包
import sklearn
import mglearn
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

#######数据处理
df = pd.read_excel(r’C:\Users\14852\Desktop\consumption data.xls’)
for i in range(0,29,1):
if df.loc[i,‘cpi’]<=100: ##将cpi替换为两类（可生成新类别）
df.loc[i,‘cpi’] = 1
elif df.loc[i,‘cpi’]>100:
df.loc[i,‘cpi’] = 0
else:
print(1)
y = np.array(df[‘cpi’])
X = np.array(df.iloc[:,0:2])
df

######聚类过程
from sklearn.neighbors import KNeighborsC