吉林省住房和城乡建设部网站,外汇直播网站建设开发,wordpress 积分标签,世界最新军事新闻最新消息对汽车是否值得购买#xff0c;进行聚类分析#xff1a; 1、数据指标解释#xff1a; buying, 购买费用 maint, 维修费用 doors, 车门数量 person, 乘坐人数 lug_boot, 行李箱容量 safety, 安全性 2、对数据进行转换 将字符串转换映射量化为数字 数据加载#xff1a… 对汽车是否值得购买进行聚类分析 1、数据指标解释 buying, 购买费用 maint, 维修费用 doors, 车门数量 person, 乘坐人数 lug_boot, 行李箱容量 safety, 安全性 2、对数据进行转换 将字符串转换映射量化为数字 数据加载
import numpy as np
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
import matplotlib.pyplot as plt
data pd.read_csv(./car_data.txt)
dataX data.reset_index(drop True) #行索引重置
X
X.to_csv(./car_data_new.csv,index False) #不要行索引
pd.read_csv(./car_data_new.csv) #加载新保存数据 数据转化
for col in X.columns:print(col,X[col].unique())
结果
buying [vhigh high med low]
maint [2 3 4 5more]
doors [2 4 more]
person [small med big]
lug_boot [low med high]
safety [unacc acc vgood good] 字典映射
X[buying] X[buying].map({vhigh:1,high:2,med:3,low:4})
X[maint] X[maint].map({2:2,3:3,4:4,5more:5})
X[doors] X[doors].map({2:2,4:4,more:5})
X[person] X[person].map({small:2,med:5,big:7})
X[lug_boot] X[lug_boot].map({low:1,med:2,high:3})
X[safety] X[safety].map({unacc:1,acc:2,vgood:3,good:4})
X
#字典映射 只执行一次再次执行字典的值为NULL因为字典的键改变了 聚类建模
kmeans KMeans(n_clusters 3)
kmeans.fit(X)
y_ kmeans.predict(X)
silhouette_score(X,y_)
分数
0.28526565681580135
筛选最佳聚类条件
scores []
for k in range(2,8):kmeans KMeans(n_clustersk)kmeans.fit(X)y_ kmeans.predict(X)score silhouette_score(X,y_)scores.append(score)
print(scores)
plt.plot(range(2,8),scores)
scores数组
[0.3486833182368877, 0.28526565681580135, 0.2607003011258018, 0.23938352073818228, 0.23148278681018836, 0.2285215746743637]
