zoukankan      html  css  js  c++  java
  • Kmeans数据类别划分——注释就是笔记

    Kmeans是需要指定类别的不需要监督的学习

    # 加载数据
    import pandas as pd
    import numpy as np
    from matplotlib import pyplot as plt
    from sklearn.cluster import KMeans
    from sklearn.metrics import accuracy_score
    if __name__ == '__main__':
    
        data = pd.read_csv('data/data2.csv')
        data.head()
        # define X and y
        X = data.drop(['labels'], axis=1)      # axis意思是按照列
        y = data.loc[:, 'labels']            # :->所有行   ‘labels’这一列
    
    
        pd.value_counts(y)    # 这是察看这一列所有的值和出现次数
    
    
        fig1 = plt.figure()
        label0 =  plt.scatter(X.loc[:,'V1'][y==0],X.loc[:,'V2'][y==0])
        label1 =  plt.scatter(X.loc[:,'V1'][y==1],X.loc[:,'V2'][y==1])
        label2 =  plt.scatter(X.loc[:,'V1'][y==2],X.loc[:,'V2'][y==2])
        plt.title('un-labled data')
        plt.xlabel('V1')
        plt.ylabel('V2')
        plt.legend((label0,label1,label2),('label0','label1,','label2'))
        plt.show()
    
    
        # 创建模型
        KM = KMeans(n_clusters=3, random_state=0)
        KM.fit(X)
    
    
    
        # 得到中心点  和原来的图像放在一起观看
        centers = KM.cluster_centers_
        fig3 = plt.figure()
        label0 = plt.scatter(X.loc[:, 'V1'][y == 0], X.loc[:, 'V2'][y == 0])
        label1 = plt.scatter(X.loc[:, 'V1'][y == 1], X.loc[:, 'V2'][y == 1])
        label2 = plt.scatter(X.loc[:, 'V1'][y == 2], X.loc[:, 'V2'][y == 2])
        plt.title('un-labled data')
        plt.xlabel('V1')
        plt.ylabel('V2')
        plt.scatter(centers[:,0],centers[:,1])
        plt.legend((label0, label1, label2), ('label0', 'label1,', 'label2'))
        plt.show()
    
    
        # 预测结果 KM.predict([[80,60]])
    
        # 发现结果对但是标识顺序乱了
        y_predict = KM.predict(X)
        print(pd.value_counts(y_predict),pd.value_counts(y))
    
    
        #计算准确率   你会发现低的可怜  这是因为你的标识和颜色没有对上,需要修改
        accuracy = accuracy_score(y,y_predict)
    
        fig4 = plt.subplot(121)
        label0 = plt.scatter(X.loc[:, 'V1'][y_predict == 0], X.loc[:, 'V2'][y_predict == 0])
        label1 = plt.scatter(X.loc[:, 'V1'][y_predict == 1], X.loc[:, 'V2'][y_predict == 1])
        label2 = plt.scatter(X.loc[:, 'V1'][y_predict == 2], X.loc[:, 'V2'][y_predict == 2])
        plt.title('predict data')
        plt.xlabel('V1')
        plt.ylabel('V2')
        plt.legend((label0, label1, label2), ('label0', 'label1,', 'label2'))
        plt.scatter(centers[:,0],centers[:,1])
    
    
        fig5 = plt.subplot(122)
        label0 = plt.scatter(X.loc[:, 'V1'][y == 0], X.loc[:, 'V2'][y == 0])
        label1 = plt.scatter(X.loc[:, 'V1'][y == 1], X.loc[:, 'V2'][y == 1])
        label2 = plt.scatter(X.loc[:, 'V1'][y == 2], X.loc[:, 'V2'][y == 2])
        plt.title('un-labled data')
        plt.xlabel('V1')
        plt.ylabel('V2')
        plt.legend((label0, label1, label2), ('label0', 'label1,', 'label2'))
        plt.scatter(centers[:, 0], centers[:, 1])
        plt.show()
    
    
        # 无监督的学习 是没有标识的 需要修改
        y_corrected = []
        for i  in y_predict:
            if i==0:
                y_corrected.append(1)
            elif i == 1:
                y_corrected.append(2)
            else:
                y_corrected.append(0)
  • 相关阅读:
    oracle解决连接池不足
    ORA-12537:TNS连接已关闭
    oracle 11g 大量废连接占满数据库连接问题处理
    oracle: 浅谈sqlnet.ora文件的作用,及SQLNET.AUTHENTICATION_SERVICES设置
    查询oracle数据库的数据库名、实例名、ORACLE_SID
    工程:有价值的事物的创建过程,及依赖的资源与知识
    工程学
    并发的本质是任务空间与执行空间
    异步的本质是不确定性
    聊一聊 redux 异步流之 redux-saga
  • 原文地址:https://www.cnblogs.com/chaogehahaha/p/15438631.html
Copyright © 2011-2022 走看看