【Python】scikit-learn机器学习(八)——K-means聚类
2017-10-18 15:38
555 查看
数据描述
KMeans函数介绍
代码实现
import numpy as npfrom sklearn.cluster import KMeans
def loadData(filePath):
fr = open(filePath,'r+')
lines = fr.readlines()
retData = []
retCityName = []
for line in lines:
items = line.strip().split(",")
retCityName.append(items[0])
retData.append([float(items[i]) for i in range(1,len(items))])
return retData,retCityName
if __name__ == '__main__':
data,cityName = loadData('city.txt')
km = KMeans(n_clusters=4)
label = km.fit_predict(data)
expenses = np.sum(km.cluster_centers_,axis=1)
#print(expenses)
CityCluster = [[],[],[],[]]
for i in range(len(cityName)):
CityCluster[label[i]].append(cityName[i])
for i in range(len(CityCluster)):
print("Expenses:%.2f" % expenses[i])
print(CityCluster[i])
结果输出
相关文章推荐
- Python scikit-learn机器学习工具包学习笔记:feature_selection模块
- Python 机器学习 Scikit-learn 完全入门指南
- Python下的机器学习工具scikit-learn --数据预处理
- 基于 Python 和 Scikit-Learn 的机器学习介绍
- Python机器学习工具:Scikit-Learn介绍与实践
- python 机器学习 scikit-learn 总结与备忘
- 基于Python和Scikit-Learn的机器学习介绍
- Python 文本分类:使用scikit-learn 机器学习包进行文本分类
- Python机器学习:通过scikit-learn实现集成算法
- 基于 Python 和 Scikit-Learn 的机器学习介绍
- Scikit-learn-python机器学习工具入门学习
- python机器学习包 Windows下 pip安装 scikit-learn numpy scipy
- Scikit Learn: 在python中机器学习
- 在win7 32位系统中安装配置Python的机器学习包scikit-learn
- scikit-learn机器学习(六)--朴素贝叶斯分类原理及python实现
- Python scikit-learn机器学习:feature_selection模块
- Python scikit-learn机器学习工具包学习笔记:cross_validation模块
- 在windows上安装python的机器学习包numpy scipy scikit_learn matplotlib
- 机器学习-Python scikit-learn 安装numpy,SciPy,matplotlib
- 【Python】scikit-learn机器学习(一)——一元回归模型