sklearn pai：from sklearn.cluster import kmeans
聚類的原理
評價指標：輪廓係數，一般[-1,1]之間，一般超過0-0.1聚類效果已經十分不錯
輪廓係數api##
讀取表prior = pd.read_csv(r"
e:\360downloads\software\降維案列資料\order_products__prior.csv")
products = pd.read_csv(r"
e:\360downloads\software\降維案列資料\products.csv")
order = pd.read_csv(r"
e:\360downloads\software\降維案列資料\order.csv")
aisles = pd.read_csv(r"
e:\360downloads\software\降維案列資料\aisles.csv")
#合併表，prodyct_id按該列合併
_mg = pd.merge(prior, products, on=['
prodyct_id
', '
product_id'])
_mg = pd.merge(_mg, order, on=['
order_id
', '
order_id'])
mt = pd.merge(_mg, aisles, on=['
aisle_id
', '
aisle_id'])
#使用交叉表，構造使用者-購買商品類別表
cross = pd.crosstab(mt['
user_id
'], mt['
aisle'])
#進行主成分分析，將冗餘的商品類別過濾掉，即將少量或者幾乎沒有人購買的商品類別過濾掉
pca = pca(n_components=0.9)
data =pca.fit_transform(cross)
data = data[0:500,:]
#n_clusters 開始聚類中心的數量，init初始化方法，預設k-means++
km = kmeans(n_clusters=4)
km.fit(data)
predict =km.predict(data)
plt.figure(figsize=(10, 10))
colored = ['
orange
', '
green
', '
blue
', '
purple']
colr = [colored[i] for i in
predict]
plt.scatter(data[:,1], data[:,20], color =colr)
plt.xlabel("1
")plt.ylabel('20
')plt.show()
#聚類的評價：輪廓係數在[-1,1]之間，一般超過0-0.1聚類效果已經十分不錯
#第乙個引數特徵值，第二個引數被聚類標記的目標值
print(silhouette_score(data, predict))
第十七節 演算法之二分查詢
c語言程式的經典與否很大在於演算法是否經典，這一節開始朱兆祺帶領大家學習c語言演算法篇。就拿二分查詢下手。text.cpp 定義控制台應用程式的入口點。include stdafx.h int binaryseach int iarray,int key,int n else if iarray i...
第十七節，基本資料型別，其他
enumerate iterable，start 0 自定義列表的下標開始位置 列表變數，要定義的開下標數 預設是0開始的 1 usr bin env python2 coding utf 8 3 a 電腦 滑鼠 鍵盤 顯示器 4 for k,v in enumerate a,1 因為是有鍵和值，所...
第十七周總結
周工作總結及計畫表 部 門 理工大學 姓 名 冉濤 入 職 時 間 2015.7.5 本週已完成工作內容及總結 1 基本完成課程設計要求的三道題目，但還有一些小地方沒有做好，主要是在一些異常處理方面，主要是從控制台輸入時的型別轉換異常，以及gui介面的輸入為空的異常和型別轉換異常。2 課程設計的第四...