基于数据源,建立Kmeans模型,实现数据聚类。
流程:
1、数据加载及展示;
2、数据预处理;
3、模型建立与训练;
4、模型预测;
5、结果展示及表现评估。
任务
1、k=2时,实现数据聚类,可视化聚类结果,聚类中心;
2、已经第一个样本点X1=82,X2=63属于类别,对已聚类进行矫正;
3、基于数据2建立KNN模型,思考与其聚类模型对比;
4、修改Kmeans迭代次数与初始化参数,查看模型迭代过程中的结果变化。
代码实现:
#数据加载
import pandas as pd
import numpy as np
data = pd.read_csv('task1_data1.csv')
data_result = pd.read_csv('task1_data2.csv')
data.head()
#获取唯一一个有标签的数据点 命名为X_labeled
X_labeled = data.iloc[0,:]
#X 赋值
X = data.drop(['y'],axis=1)
X.head()