?

?

轉(zhuǎn)自：https://www.cnblogs.com/yjd_hycf_space/p/7094005.html

---

題目： 通過給出的駕駛員行為數(shù)據(jù)（trip.csv），對駕駛員不同時段的駕駛類型進(jìn)行聚類,聚成普通駕駛類型，激進(jìn)類型和超冷靜型3類 。 利用Python的scikit-learn包中的Kmeans算法進(jìn)行聚類算法的應(yīng)用練習(xí)。并利用scikit-learn包中的PCA算法來對聚類后的數(shù)據(jù)進(jìn)行降維，然后畫圖展示出聚類效果。通過調(diào)節(jié)聚類算法的參數(shù)，來觀察聚類效果的變化，練習(xí)調(diào)參。

數(shù)據(jù)介紹： 選取某一個駕駛員的經(jīng)過處理的數(shù)據(jù)集trip.csv，將該駕駛?cè)说母鱾€時間段的特征進(jìn)行聚類。（注：其中的driver 和trip_no 不參與聚類）

字段介紹： driver ：駕駛員編號；trip_no：trip編號；v_avg：平均速度；v_var：速度的方差；a_avg：平均加速度；a_var：加速度的方差；r_avg：平均轉(zhuǎn)速；r_var：轉(zhuǎn)速的方差； v_a：速度level為a時的時間占比（同理v_b ， v_c ， v_d ）； a_a：加速度level為a時的時間占比（同理a_b, a_c）； r_a：轉(zhuǎn)速level為a時的時間占比（ r_b, r_c）

聚類算法要求：

（1）統(tǒng)計各個類別的數(shù)目

（2）找出聚類中心

（3）將每條數(shù)據(jù)聚成的類別（該列命名為jllable ）和原始數(shù)據(jù)集進(jìn)行合并，形成新的dataframe，命名為new_df ，并輸出到本地，命名為new_df.csv。

降維算法要求：

（1）將用于聚類的數(shù)據(jù)的特征的維度降至2維，并輸出降維后的數(shù)據(jù)，形成一個dataframe名字new_pca

（2）畫圖來展示聚類效果（可用如下代碼）：

　import matplotlib.pyplot asplt

? ?d = new_pca[new_df['jllable'] == 0]

? ?plt.plot(d[0], d[1], 'r.')

? ?d = new_pca[new_df['jllable'] == 1]

? ?plt.plot(d[0], d[1], 'go')

? ?d = new_pca[new_df['jllable'] == 2]

? ?plt.plot(d[0], d[1], 'b*')

? ?plt.gcf().savefig('D:/workspace/python/Practice/ddsx/kmeans.png')

? ?plt.show()

?

python實現(xiàn)代碼如下：

from sklearn.cluster import KMeans from sklearn.decomposition import PCA import pandas as pd import numpy as np import matplotlib.pyplot as pltdf=pd.read_csv('trip.csv', header=0, encoding='utf-8') df1=df.ix[:,2:] kmeans = KMeans(n_clusters=3, random_state=10).fit(df1) df1['jllable']=kmeans.labels_ df_count_type=df1.groupby('jllable').apply(np.size)##各個類別的數(shù)目 df_count_type ##聚類中心 kmeans.cluster_centers_ ##新的dataframe，命名為new_df ，并輸出到本地，命名為new_df.csv。 new_df=df1[:] new_df new_df.to_csv('new_df.csv')##將用于聚類的數(shù)據(jù)的特征的維度降至2維，并輸出降維后的數(shù)據(jù)，形成一個dataframe名字new_pca pca = PCA(n_components=2) new_pca = pd.DataFrame(pca.fit_transform(new_df))##可視化 d = new_pca[new_df['jllable'] == 0] plt.plot(d[0], d[1], 'r.') d = new_pca[new_df['jllable'] == 1] plt.plot(d[0], d[1], 'go') d = new_pca[new_df['jllable'] == 2] plt.plot(d[0], d[1], 'b*') plt.gcf().savefig('kmeans.png') plt.show()

　　

?

?

轉(zhuǎn)載于:https://www.cnblogs.com/xianhan/p/10644891.html

總結(jié)

以上是生活随笔為你收集整理的【转】利用python的KMeans和PCA包实现聚类算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。