使用 k-means 聚类算法对多维属性数据进行分类

数据形式如下：

 

 前期数据整合：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

import pandas as pd import scipy import scipy.cluster.hierarchy as sch from scipy.cluster.vq import vq,kmeans,whiten import numpy as np import matplotlib.pylab as plt   df1 = pd.read_csv(r"D:\01RiverPro\01DATA\01Headwater\CSV\dem.csv") df2 = pd.read_csv(r"D:\01RiverPro\01DATA\01Headwater\CSV\ndvi_mean.csv") df3 = pd.read_csv(r"D:\01RiverPro\01DATA\01Headwater\CSV\pop_mean.csv") result = pd.merge(df1, df2, how='inner', on=['GRIDCODE'])#取交集 result = pd.merge(result, df3, how='inner', on=['GRIDCODE']) df=result[['GRIDCODE','dem_mean','ndvi_mean','pop_mean']] #新增一列其他方法进行的分类标签 ishw = [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0,        0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0] df['Headwater_label'] = ishw #转为array dataset = df.values points = dataset [:,1:4]#第2列到第4属性列 ishw_label = dataset[:,-1] #print("points:\n",points)   # k-means聚类 #将原始数据做归一化处理 data=whiten(points) #使用kmeans函数进行聚类,输入第一维为数据,第二维为聚类个数k. #有些时候我们可能不知道最终究竟聚成多少类,一个办法是用层次聚类的结果进行初始化.当然也可以直接输入某个数值. #k-means最后输出的结果其实是两维的,第一维是聚类中心,第二维是损失distortion,我们在这里只取第一维,所以最后有个[0] #centroid = kmeans(data,max(cluster))[0]  centroid = kmeans(data,2)[0]#分为2类 print(centroid)#输出中心 #使用vq函数根据聚类中心对所有数据进行分类,vq的输出也是两维的,[0]表示的是所有数据的label label=vq(data,centroid)[0] label     #输出两类的数量 num = [0,0] for i in label:     if(i == 0):         num[0] = num[0] + 1     else:         num[1] = num[1] + 1 print('num =',num)     #输出符合预期的比例等 print("Final clustering by k-means:\n",label) result = np.subtract(label,ishw_label) print("result:\n",result)   count = [0,0] for i in result:     if(i == 0):         count[0] = count[0] + 1     else:         count[1] = count[1] + 1 print(count) print(float(count[0])/(count[0]+count[1]))

　　

 

 

 

 

 

 

 

 

参考：
https://blog.csdn.net/wukai0909/article/details/72639174