導入超市用戶的數(shù)據(jù)

創(chuàng)新互聯(lián)主營永興網(wǎng)站建設的網(wǎng)絡公司,主營網(wǎng)站建設方案,app開發(fā)定制,永興h5微信小程序開發(fā)搭建,永興網(wǎng)站營銷推廣歡迎永興等地區(qū)企業(yè)咨詢

import pandas as pd

from sklearn.preprocessing import StandardScaler #標準差標準化

com = pd.read_csv('./company.csv',encoding='ansi')

導入剔除異常值的函數(shù)

def box_analysis(data):

'''

進行箱線圖分析，剔除異常值

:param data:

:return:

'''

qu = data.quantile(0.75)

ql = data.quantile(0.25)

iqr = qu - ql

#上限與下限 1.5可以微調

up = qu+1.5*iqr

low = ql-1.5*iqr

#進行比較運算

bool_id_1 = data<=up

bool_id_2 = data>=low

bool_num = bool_id_1 & bool_id_2

return bool_num

進行缺失值檢測

print(com.isnull().sum())

檢測結果無缺失值

篩選有用特征,切片處理

data = com.iloc[:,-2:]

箱線圖分析來進行異常值檢測

按照平均每次消費金額進行異常值去除

bood_id_1 = box_analysis(data.iloc[:,0])

data = data.loc[bood_id_1,:]

按照平均消費周期進行異常值去除

bood_id_2 = box_analysis(data.iloc[:,1])

data = data.loc[bood_id_2,:]

構建需要特征

data.loc[:,'每日消費金額'] = data.loc[:,'平均每次消費金額']/data.loc[:,'平均消費周期(天)']

標準化數(shù)據(jù),量級不大，暫時不處理量級

stand = StandardScaler() #創(chuàng)建標準差示例

#先計算每一列的均值、標準差再進行轉化數(shù)據(jù)

x = stand.fit_transform(data) #進行標準化

把上面數(shù)據(jù)處理部分封裝進函數(shù)

def built_data():

#缺失值檢測

# print(com.isnull().sum())

#篩選有用特征,切片處理

data = com.iloc[:,-2:]

# print(data)

#異常值檢測，箱線圖分析

#按照平均每次消費金額進行異常值去除

bood_id_1 = box_analysis(data.iloc[:,0])

data = data.loc[bood_id_1,:]

#按照平均消費周期進行異常值去除

bood_id_2 = box_analysis(data.iloc[:,1])

data = data.loc[bood_id_2,:]

#構建需要特征

data.loc[:,'每日消費金額'] = data.loc[:,'平均每次消費金額']/data.loc[:,'平均消費周期(天)']

# print(data)

#標準化數(shù)據(jù),量級不大，暫時不處理量級

#標準化數(shù)據(jù)

stand = StandardScaler() #創(chuàng)建標準差示例

#先計算每一列的均值、標準差再進行轉化數(shù)據(jù)

x = stand.fit_transform(data) #進行標準化

return data.values

繪圖部分函數(shù)如下

def show_res_km(data,y_predict,center):

'''無錫婦科檢查醫(yī)院 http://www.87554006.com/

進行結果展示

:param data:原始數(shù)據(jù)

:param y_predict:預測標簽

:param center:最終的聚類中心

:return:

'''

plt.figure()

#獲取原始數(shù)據(jù)的行數(shù)

index_num = data.shape[0]

#

colors = ['r','g','b','y']

for i in range(index_num):

plt.scatter(data[i,0],data[i,1],c=colors[int(y_predict[i])])

#散點圖的繪制，一個一個繪制

#聚類中心的位置

#b的話是描點劃線，bx的話是畫點但是不描線

plt.plot(center[:,0],center[:,1],'bx',marker='x',markersize=12)

plt.show()

調用函數(shù)來進行聚類

data = built_data()

#導包實現(xiàn)

k=3

km = KMeans(n_clusters=k)

#訓練數(shù)據(jù)

km.fit(data)

#進行預測 ,y_predict預測標簽

y_predict = km.predict(data)

#獲取聚類中心

center = km.cluster_centers_

print('預測值:\n',y_predict)

print('聚類中心:\n',center)

show_res_km(data.values,y_predict,center)

得出結果

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

本文名稱：超市用戶的k-means聚類處理-創(chuàng)新互聯(lián)
分享路徑：http://www.aaarwkj.com/article0/phgoo.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、云服務器、網(wǎng)站內(nèi)鏈、服務器托管、App設計、搜索引擎優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)