超市用戶的k-means聚類處理

導(dǎo)入超市用戶的數(shù)據(jù)

成都創(chuàng)新互聯(lián)專業(yè)為企業(yè)提供繁峙網(wǎng)站建設(shè)、繁峙做網(wǎng)站、繁峙網(wǎng)站設(shè)計(jì)、繁峙網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計(jì)與制作、繁峙企業(yè)網(wǎng)站模板建站服務(wù)，十年繁峙做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。

import pandas as pd

from sklearn.preprocessing import StandardScaler #標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化

com = pd.read_csv('./company.csv',encoding='ansi')

導(dǎo)入剔除異常值的函數(shù)

def box_analysis(data):

'''

進(jìn)行箱線圖分析，剔除異常值

:param data:

:return:

'''

qu = data.quantile(0.75)

ql = data.quantile(0.25)

iqr = qu - ql

#上限與下限 1.5可以微調(diào)

up = qu+1.5*iqr

low = ql-1.5*iqr

#進(jìn)行比較運(yùn)算

bool_id_1 = data<=up

bool_id_2 = data>=low

bool_num = bool_id_1 & bool_id_2

return bool_num

進(jìn)行缺失值檢測(cè)

print(com.isnull().sum())

檢測(cè)結(jié)果無缺失值

篩選有用特征,切片處理

data = com.iloc[:,-2:]

箱線圖分析來進(jìn)行異常值檢測(cè)

按照平均每次消費(fèi)金額進(jìn)行異常值去除

bood_id_1 = box_analysis(data.iloc[:,0])

data = data.loc[bood_id_1,:]

按照平均消費(fèi)周期進(jìn)行異常值去除

bood_id_2 = box_analysis(data.iloc[:,1])

data = data.loc[bood_id_2,:]

構(gòu)建需要特征

data.loc[:,'每日消費(fèi)金額'] = data.loc[:,'平均每次消費(fèi)金額']/data.loc[:,'平均消費(fèi)周期(天)']

標(biāo)準(zhǔn)化數(shù)據(jù),量級(jí)不大，暫時(shí)不處理量級(jí)

stand = StandardScaler() #創(chuàng)建標(biāo)準(zhǔn)差示例

#先計(jì)算每一列的均值、標(biāo)準(zhǔn)差再進(jìn)行轉(zhuǎn)化數(shù)據(jù)

x = stand.fit_transform(data) #進(jìn)行標(biāo)準(zhǔn)化

把上面數(shù)據(jù)處理部分封裝進(jìn)函數(shù)

def built_data():

#缺失值檢測(cè)

# print(com.isnull().sum())

#篩選有用特征,切片處理

data = com.iloc[:,-2:]

# print(data)

#異常值檢測(cè)，箱線圖分析

#按照平均每次消費(fèi)金額進(jìn)行異常值去除

bood_id_1 = box_analysis(data.iloc[:,0])

data = data.loc[bood_id_1,:]

#按照平均消費(fèi)周期進(jìn)行異常值去除

bood_id_2 = box_analysis(data.iloc[:,1])

data = data.loc[bood_id_2,:]

#構(gòu)建需要特征

data.loc[:,'每日消費(fèi)金額'] = data.loc[:,'平均每次消費(fèi)金額']/data.loc[:,'平均消費(fèi)周期(天)']

# print(data)

#標(biāo)準(zhǔn)化數(shù)據(jù),量級(jí)不大，暫時(shí)不處理量級(jí)

#標(biāo)準(zhǔn)化數(shù)據(jù)

stand = StandardScaler() #創(chuàng)建標(biāo)準(zhǔn)差示例

#先計(jì)算每一列的均值、標(biāo)準(zhǔn)差再進(jìn)行轉(zhuǎn)化數(shù)據(jù)

x = stand.fit_transform(data) #進(jìn)行標(biāo)準(zhǔn)化

return data.values

繪圖部分函數(shù)如下

def show_res_km(data,y_predict,center):

'''無錫婦科檢查醫(yī)院 http://www.87554006.com/

進(jìn)行結(jié)果展示

:param data:原始數(shù)據(jù)

:param y_predict:預(yù)測(cè)標(biāo)簽

:param center:最終的聚類中心

:return:

'''

plt.figure()

#獲取原始數(shù)據(jù)的行數(shù)

index_num = data.shape[0]

#

colors = ['r','g','b','y']

for i in range(index_num):

plt.scatter(data[i,0],data[i,1],c=colors[int(y_predict[i])])

#散點(diǎn)圖的繪制，一個(gè)一個(gè)繪制

#聚類中心的位置

#b的話是描點(diǎn)劃線，bx的話是畫點(diǎn)但是不描線

plt.plot(center[:,0],center[:,1],'bx',marker='x',markersize=12)

plt.show()

調(diào)用函數(shù)來進(jìn)行聚類

data = built_data()

#導(dǎo)包實(shí)現(xiàn)

k=3

km = KMeans(n_clusters=k)

#訓(xùn)練數(shù)據(jù)

km.fit(data)

#進(jìn)行預(yù)測(cè) ,y_predict預(yù)測(cè)標(biāo)簽

y_predict = km.predict(data)

#獲取聚類中心

center = km.cluster_centers_

print('預(yù)測(cè)值:\n',y_predict)

print('聚類中心:\n',center)

show_res_km(data.values,y_predict,center)

得出結(jié)果

網(wǎng)站標(biāo)題：超市用戶的k-means聚類處理
網(wǎng)頁鏈接：http://muchs.cn/article18/jpejgp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站維護(hù)、域名注冊(cè)、網(wǎng)站營(yíng)銷、動(dòng)態(tài)網(wǎng)站、手機(jī)網(wǎng)站建設(shè)、微信小程序

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)