- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章分析总结Python数据化运营KMeans聚类由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
以 python 使用 keans 进行聚类分析的简单举例应用介绍聚类分析.
聚类分析 或 聚类 是对一组对象进行分组的任务,使得同一组(称为聚类)中的对象(在某种意义上)与其他组(聚类)中的对象更相似(在某种意义上).
它是探索性数据挖掘的主要任务,也是统计数据分析的常用技术,用于许多领域,包括机器学习,模式识别,图像分析,信息检索,生物信息学,数据压缩和计算机图形学.
根据运营或商业目的挑选出来的变量,对目标群体进行聚类,将目标群体分成几个有明显的特征区别的细分群体,在运营活动中为这些细分群体采用精细化、个性化的运营和服务,提升运营的效率和商业效果.
按特定的指标变量对众多产品种类进行聚类。将产品体系细分成具有不同价值、不同目的、多维度产品组合,在此基础上制定相应的产品开发计划、运营计划和服务计划.
主要是风控应用。孤立点可能会存在欺诈的风险成分.
分为基于划分、层次、密度、网格、统计学、模型等类型的算法,典型算法包括k均值(经典的聚类算法)、dbscan、两步聚类、birch、谱聚类等.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import
numpy as np
import
matplotlib.pyplot as plt
from
sklearn.cluster
import
kmeans
from
sklearn
import
metrics
import
random
# 随机生成100组包含3组特征的数据
feature
=
[[random.random(),random.random(),random.random()]
for
i
in
range
(
100
)]
label
=
[
int
(random.randint(
0
,
2
))
for
i
in
range
(
100
)]
# 转换数据格式
x_feature
=
np.array(feature)
# 训练聚类模型
n_clusters
=
3
# 设置聚类数量
model_kmeans
=
kmeans(n_clusters
=
n_clusters, random_state
=
0
)
# 建立聚类模型对象
model_kmeans.fit(x_feature)
# 训练聚类模型
y_pre
=
model_kmeans.predict(x_feature)
# 预测聚类模型
y_pre
|
是k均值模型对象的属性,表示样本距离最近的聚类中心的总和,它是作为在没有真实分类结果标签下的非监督式评估指标.
该值越小越好,值越小证明样本在类间的分布越集中,即类内的距离越小.
# 样本距离最近的聚类中心的总和 inertias = model_kmeans.inertia_ 。
调整后的兰德指数(adjusted rand index),兰德指数通过考虑在预测和真实聚类中在相同或不同聚类中分配的所有样本对和计数对来计算两个聚类之间的相似性度量.
调整后的兰德指数通过对兰德指数的调整得到独立于样本量和类别的接近于0的值,其取值范围为[-1, 1],负数代表结果不好,越接近于1越好意味着聚类结果与真实情况越吻合.
# 调整后的兰德指数 adjusted_rand_s = metrics.adjusted_rand_score(label, y_pre) 。
互信息(mutual information, mi),互信息是一个随机变量中包含的关于另一个随机变量的信息量,在这里指的是相同数据的两个标签之间的相似度的量度,结果是非负值.
# 互信息 mutual_info_s = metrics.mutual_info_score(label, y_pre) 。
调整后的互信息(adjusted mutual information, ami),调整后的互信息是对互信息评分的调整得分.
它考虑到对于具有更大数量的聚类群,通常mi较高,而不管实际上是否有更多的信息共享,它通过调整聚类群的概率来纠正这种影响.
当两个聚类集相同(即完全匹配)时,ami返回值为1;随机分区(独立标签)平均预期ami约为0,也可能为负数.
# 调整后的互信息 adjusted_mutual_info_s = metrics.adjusted_mutual_info_score(label, y_pre) 。
同质化得分(homogeneity),如果所有的聚类都只包含属于单个类的成员的数据点,则聚类结果将满足同质性。其取值范围[0,1]值越大意味着聚类结果与真实情况越吻合.
# 同质化得分 homogeneity_s = metrics.homogeneity_score(label, y_pre) 。
完整性得分(completeness),如果作为给定类的成员的所有数据点是相同集群的元素,则聚类结果满足完整性。其取值范围[0,1],值越大意味着聚类结果与真实情况越吻合.
# 完整性得分 completeness_s = metrics.completeness_score(label, y_pre) 。
它是同质化和完整性之间的谐波平均值,v = 2 (均匀性 完整性)/(均匀性+完整性)。其取值范围[0,1],值越大意味着聚类结果与真实情况越吻合.
v_measure_s = metrics.v_measure_score(label, y_pre) 。
轮廓系数(silhouette),它用来计算所有样本的平均轮廓系数,使用平均群内距离和每个样本的平均最近簇距离来计算,它是一种非监督式评估指标。其最高值为1,最差值为-1,0附近的值表示重叠的聚类,负值通常表示样本已被分配到错误的集群.
# 平均轮廓系数 silhouette_s = metrics.silhouette_score(x_feature, y_pre, metric='euclidean') 。
该分数定义为群内离散与簇间离散的比值,它是一种非监督式评估指标.
# calinski和harabaz得分 calinski_harabaz_s = metrics.calinski_harabasz_score(x_feature, y_pre) 。
1
2
3
4
5
6
7
8
9
10
11
|
# 模型效果可视化
centers
=
model_kmeans.cluster_centers_
# 各类别中心
colors
=
[
'#4eacc5'
,
'#ff9c34'
,
'#4e9a06'
] # 设置不同类别的颜色
plt.figure()
# 建立画布
for
i
in
range
(n_clusters):
# 循环读类别
index_sets
=
np.where(y_pre
=
=
i)
# 找到相同类的索引集合
cluster
=
x_feature[index_sets]
# 将相同类的数据划分为一个聚类子集
plt.scatter(cluster[:,
0
], cluster[:,
1
], c
=
colors[i], marker
=
'.'
)
# 展示聚类子集内的样本点
plt.plot(centers[i][
0
], centers[i][
1
],
'o'
, markerfacecolor
=
colors[i], markeredgecolor
=
'k'
,
markersize
=
6
)
# 展示各聚类子集的中心
plt.show()
# 展示图像
|
1
2
3
4
|
# 模型应用
new_x
=
[
1
,
3.6
,
9.9
]
cluster_label
=
model_kmeans.predict(np.array(new_x).reshape(
1
,
-
1
))
print
(
'聚类预测结果为: %d'
%
cluster_label)
|
以上就是分析总结python数据化运营kmeans聚类的详细内容,更多关于python数据化运营kmeans聚类的资料请关注我其它相关文章! 。
原文链接:https://blog.csdn.net/qq_20288327/article/details/119853847 。
最后此篇关于分析总结Python数据化运营KMeans聚类的文章就讲到这里了,如果你想了解更多关于分析总结Python数据化运营KMeans聚类的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
初学者 android 问题。好的,我已经成功写入文件。例如。 //获取文件名 String filename = getResources().getString(R.string.filename
我已经将相同的图像保存到/data/data/mypackage/img/中,现在我想显示这个全屏,我曾尝试使用 ACTION_VIEW 来显示 android 标准程序,但它不是从/data/dat
我正在使用Xcode 9,Swift 4。 我正在尝试使用以下代码从URL在ImageView中显示图像: func getImageFromUrl(sourceUrl: String) -> UII
我的 Ubuntu 安装 genymotion 有问题。主要是我无法调试我的数据库,因为通过 eclipse 中的 DBMS 和 shell 中的 adb 我无法查看/data/文件夹的内容。没有显示
我正在尝试用 PHP 发布一些 JSON 数据。但是出了点问题。 这是我的 html -- {% for x in sets %}
我观察到两种方法的结果不同。为什么是这样?我知道 lm 上发生了什么,但无法弄清楚 tslm 上发生了什么。 > library(forecast) > set.seed(2) > tts lm(t
我不确定为什么会这样!我有一个由 spring data elasticsearch 和 spring data jpa 使用的类,但是当我尝试运行我的应用程序时出现错误。 Error creatin
在 this vega 图表,如果我下载并转换 flare-dependencies.json使用以下 jq 到 csv命令, jq -r '(map(keys) | add | unique) as
我正在提交一个项目,我必须在其中创建一个带有表的 mysql 数据库。一切都在我这边进行,所以我只想检查如何将我所有的压缩文件发送给使用不同计算机的人。基本上,我如何为另一台计算机创建我的数据库文件,
我有一个应用程序可以将文本文件写入内部存储。我想仔细看看我的电脑。 我运行了 Toast.makeText 来显示路径,它说:/数据/数据/我的包 但是当我转到 Android Studio 的 An
我喜欢使用 Genymotion 模拟器以如此出色的速度加载 Android。它有非常好的速度,但仍然有一些不稳定的性能。 如何从 Eclipse 中的文件资源管理器访问 Genymotion 模拟器
我需要更改 Silverlight 中文本框的格式。数据通过 MVVM 绑定(bind)。 例如,有一个 int 属性,我将 1 添加到 setter 中的值并调用 OnPropertyChanged
我想向 Youtube Data API 提出请求,但我不需要访问任何用户信息。我只想浏览公共(public)视频并根据搜索词显示视频。 我可以在未经授权的情况下这样做吗? 最佳答案 YouTube
我已经设置了一个 Twilio 应用程序,我想向人们发送更新,但我不想回复单个文本。我只是想让他们在有问题时打电话。我一切正常,但我想在发送文本时显示传入文本,以确保我不会错过任何问题。我正在使用 p
我有一个带有表单的网站(目前它是纯 HTML,但我们正在切换到 JQuery)。流程是这样的: 接受用户的输入 --- 5 个整数 通过 REST 调用网络服务 在服务器端运行一些计算...并生成一个
假设我们有一个名为 configuration.js 的文件,当我们查看内部时,我们会看到: 'use strict'; var profile = { "project": "%Projec
这部分是对 Previous Question 的扩展我的: 我现在可以从我的 CI Controller 成功返回 JSON 数据,它返回: {"results":[{"id":"1","Sourc
有什么有效的方法可以删除 ios 中 CBL 的所有文档存储?我对此有疑问,或者,如果有人知道如何从本质上使该应用程序像刚刚安装一样,那也会非常有帮助。我们正在努力确保我们的注销实际上将应用程序设置为
我有一个 Rails 应用程序,它与其他 Rails 应用程序通信以进行数据插入。我使用 jQuery $.post 方法进行数据插入。对于插入,我的其他 Rails 应用程序显示 200 OK。但在
我正在为服务于发布请求的 API 调用运行单元测试。我正在传递请求正文,并且必须将响应作为帐户数据返回。但我只收到断言错误 注意:数据是从 Azure 中获取的 spec.js const accou
我是一名优秀的程序员,十分优秀!