python：利用K-Means算法实现对数据的聚类

小咪咪 2023-01-16 14:26 75阅读 0赞

> 目的是为了检测出采集数据中的异常值。所以很明确，这种情况下的簇为2：正常数据和异常数据两大类

### 文章目录 ###

*  1、安装相应的库
 *  2、实现聚类
 *   *  2.1 读取数据并可视化
     *  2.2 K-means聚类

# 1、安装相应的库 #

import matplotlib.pyplot as plt  # 用于可视化
    from sklearn.cluster import KMeans  # 用于聚类
    import pandas as pd # 用于读取文件

# 2、实现聚类 #

## 2.1 读取数据并可视化 ##

# 读取本地数据文件
    df = pd.read_excel("../data/output3.xls", header=0)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODk2MTM2_size_16_color_FFFFFF_t_70]  
本次实验选择**温度**和**CO2**作为二维数据,其中温度含有异常数据。

plt.scatter(df["光照"], df["CO2"], linewidths=1, alpha=0.8)
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签v
    plt.xlabel("光照")
    plt.ylabel("CO2")
    plt.grid(color="#95a5a6", linestyle="--", linewidth=1, alpha=0.4)
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODk2MTM2_size_16_color_FFFFFF_t_70 1]

## 2.2 K-means聚类 ##

设置规定要聚的类别个数为2

data = df[["光照","CO2"]] # 从原始数据中选择该两项
    estimator = KMeans(n_clusters=2)  # 构造聚类器
    estimator.fit(data)  # 将数据带入聚类模型

获取聚类中心的值和聚类标签

label_pred = estimator.labels_  # 获取聚类标签
    centers_ = estimator.cluster_centers_ # 获取聚类中心

将聚类后的 label0 和 label1 的数据进行输出

x0 = data[label_pred == 0]
    x1 = data[label_pred == 1]
    
    plt.scatter(x0["光照"], x0["CO2"],c="red", linewidths=1, alpha=0.8,marker='o', label='label0')
    plt.scatter(x1["光照"], x1["CO2"],c="green", linewidths=1, alpha=0.8,marker='+', label='label1')
    plt.grid(c="#95a5a6", linestyle="--", linewidth=1, alpha=0.4)
    plt.legend()
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODk2MTM2_size_16_color_FFFFFF_t_70 2]  
附上全部代码

import matplotlib.pyplot as plt
    from sklearn.cluster import KMeans
    import pandas as pd
    
    
    df = pd.read_excel("../data/output3.xls", header=0)
    plt.scatter(df["光照"], df["CO2"], linewidths=1, alpha=0.8)
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签v
    plt.xlabel("光照")
    plt.ylabel("CO2")
    plt.grid(color="#95a5a6", linestyle="--", linewidth=1, alpha=0.4)
    plt.show()
    
    data = df[["光照","CO2"]]
    estimator = KMeans(n_clusters=2)  # 构造聚类器
    estimator.fit(data)  # 聚类
    label_pred = estimator.labels_  # 获取聚类标签
    centers_ = estimator.cluster_centers_  # 获取聚类结果
    # print("聚类标签",label_pred)
    # print("聚类结果",centers_)
    # predict = estimator.predict([[787.75862069, 1505]]) # 测试新数据聚类结果
    # print(predict)
    x0 = data[label_pred == 0]
    x1 = data[label_pred == 1]
    
    plt.scatter(x0["光照"], x0["CO2"],c="red", linewidths=1, alpha=0.8,marker='o', label='label0')
    plt.scatter(x1["光照"], x1["CO2"],c="green", linewidths=1, alpha=0.8,marker='+', label='label1')
    plt.grid(c="#95a5a6", linestyle="--", linewidth=1, alpha=0.4)
    plt.legend()
    plt.show()

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODk2MTM2_size_16_color_FFFFFF_t_70]: /images/20221022/1a1b872d6653421faaf68d818888aff0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODk2MTM2_size_16_color_FFFFFF_t_70 1]: /images/20221022/c66787052fec413aa6105ed59d0016b9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODk2MTM2_size_16_color_FFFFFF_t_70 2]: /images/20221022/1440bf9bd8f746238c1ddb10cf434568.png