K均值算法

1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类

第一次选取聚类中心为（2，10，13）

得出第二次的聚类中心为(3,9,12)

 

得出第三次的聚类中心为（3，8，12）

 

重复上述操作，最终聚类中心稳定出现在（3，8，12），则确定出聚类中心。

3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.

import matplotlib.pyplot as plt
import numpy as np
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
iris = load_iris().data
sl =iris[:,2]
X = sl.reshape(-1,1)
X.shape
est = KMeans(n_clusters=3)
est.fit(X)
est.predict([[3.5]])
y_kmeans = est.predict(X)
est.cluster_centers_
est.labels_
plt.scatter(X[:,0],X[:,0],c=y_kmeans,s=50,cmap="rainbow")
plt.show()

4）. 鸢尾花完整数据做聚类并用散点图显示.

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
data=load_iris()
x=data.data
y=KMeans(n_clusters=3)
y.fit(x)
y_pre=y.predict(x)
plt.scatter(x[:,2],x[:,3],c=y_pre,s=100,cmap='rainbow',alpha=0.5)
plt.show()

5）.想想k均值算法中以用来做什么？

　　聚类能过帮助营销人员改善他们的客户群（在其目标区域内工作），并根据客户的购买历史、兴趣或活动监控来对客户类别做进一步细，对客户进行分类有助于公司针对特定客户群制定特定的广告。面向大众公开的乘车信息的数据集，为我们提供了大量关于交通、运输时间、高峰乘车地点等有价值的数据集。分析这些数据有助于我们对城市的交通模式进行深入的了解，来帮助我们做城市未来规划。