Plotly+Pandas+Sklearn：发挥作用用户聚类分群

data=df[df["Gender"] == gender], # 待统计分析的布表，某个gender下 s=200,alpha=0.5,label=gender # 散点的不等、流动开放性、表单分类学 ) # 横纵轴、篇名设置 plt.xlabel("Age") plt.ylabel("Annual Income (k$)")plt.title("Age vs Annual Income w.r.t Gender")# 看出纹理plt.show()

相异开放性别歧视下$和消费局数的彼此间

plt.figure(1,figsize=(15,6))for gender in ["Male", "Female"]: # 表述参考里面plt.scatter(x = 'Annual Income (k$)',y = 'Spending Score (1-100)',data=df[df["Gender"] == gender],s=200,alpha=0.5,label=gender)plt.xlabel('Annual Income (k$)')plt.ylabel('Spending Score (1-100)') plt.title("Annual Income vs Spending Score w.r.t Gender")plt.show() 相异开放性别歧视下的布表地理分布可能

通过大提琴布和分簇散点布来仔细观察布表地理分布可能：

# 分簇散点布：Swarmplots# 大提琴布：violinplotplt.figure(1,figsize=(15,7))n = 0for col in cols: n += 1 # 子布顺序排列 plt.subplot(1,3,n) # 第n个子布 plt.subplots_adjust(hspace=0.5,wspace=0.5) # 调整宽极低 # 绘制某个col比如说的两种纹理，通过Gender透过分组看出 sns.violinplot(x=col,y="Gender",data=df,palette = "vlag") sns.swarmplot(x=col, y="Gender",data=df) # 轴和篇名设置 plt.ylabel("Gender" if n == 1 else '') plt.title("Violinplots & Swarmplots" if n == 2 else '') plt.show()

结果如下：

提示见相异Gender下相异队佩的地理分布可能仔细观察前提有离群点、异常系数等 五、本体之外开放性统计分析

配要是仔细观察本体两两之外的回归开放性：

cols = ['Age', 'Annual Income (k$)', 'Spending Score (1-100)'] # 这3个本体的之外开放性统计分析plt.figure(1,figsize=(15,6))n = 0for x in cols: for y in cols: n += 1 # 每反转一次n减小，子布移动一次 plt.subplot(3,3,n) # 3*3的向量，第n个纹理 plt.subplots_adjust(hspace=0.5, wspace=0.5) # 子布外的宽、极低值 sns.regplot(x=x,y=y,data=df,color="#AE213D") # 制布的布表和颜色 plt.ylabel(y.split()[0] + " " + y.split()[1] if len(y.split())> 1 else y) plt.show()

明确纹理为：

上布表明双曲线：

配对角线是自身和自身的彼此间，成正比例其他纹理是本体外的，有布表的地理分布，同时还有模拟的之外趋势布六、两个本体外的聚类K系数挑选

我们通过绘制布表的ELBOW布来确切k系数。

1、来自配页的值表述：

2、中文表述参考：_34104548/article/details/79336584

df1 = df[['Age' , 'Spending Score (1-100)']].iloc[:,:].values # 待二阶布表inertia = [] # 浮佩表，用来存储到径向的距离之和for k in range(1,11): # k系数的挑选默认是在1-10之外，经验系数是5或者10 algorithm = (KMeans(n_clusters=k, # k系数 init="k-means++", # 初始启发式考虑到 n_init=10, # 随机开始运行次数 max_iter=300, # 最多迭代次数 tol=0.0001, # 屈从大于大于值 random_state=111, # 随机种子 algorithm="full")) # 启发式考虑到 auto、full、elkan algorithm.fit(df1) # 二阶布表 inertia.append(algorithm.inertia_) # 径向之和

绘制借助于K系数的变动和径向距离之和的彼此间：

plt.figure(1,figsize=(15,6))plt.plot(np.arange(1,11), inertia, 'o') # 布表绘制两次，标记相异plt.plot(np.arange(1,11), inertia, '-', alpha=0.5)plt.xlabel("Choose of K")plt.ylabel("Interia")plt.show()

最后我们见到：k=4是相当有用的。于是采用k=4来透过布表的真实二阶过程

聚类机器深造algorithm = (KMeans(n_clusters=4, # k=4 init="k-means++", n_init=10, max_iter=300, tol=0.0001, random_state=111, algorithm="elkan"))algorithm.fit(df1) # 模拟布表

布表透过了fit操作最后，我们受益了表单label和4个径向：

labels1 = algorithm.labels_ # 分类学的结果（4类）centroids1 = algorithm.cluster_centers_ # 最后径向的一段距离print("labels1:", labels1)print("centroids1:", centroids1)

为了展现布表流的分类学优点，配页的案例是比如说的操作，我自已觉得有些繁琐：

透过布表分拆：

展现分类学优点：

plt.figure(1,figsize=(14,5))plt.clf()Z = Z.reshape(xx.shape)plt.imshow(Z,interpolation="nearest", extent=(xx.min(),xx.max(),yy.min(),yy.max()), cmap = plt.cm.Pastel2, aspect = 'auto', origin='lower')plt.scatter(x="Age", y='Spending Score (1-100)', data = df , c = labels1 , s = 200)plt.scatter(x = centroids1[:,0], y = centroids1[:,1], s = 300 , c = 'red', alpha = 0.5)plt.xlabel("Age")plt.ylabel("Spending Score(1-100)")plt.show()

如果是我，看看？当然是应用于Pandas+Plolty来近乎解决：

看下分类学可视化的结果：

px.scatter(df3,x="Age",y="Spending Score(1-100)",color="Labels",color_continuous_scale="rainbow")

里面的过程是根据Age和Spending Score(1-100)来透过聚类。在配页上基于值得注意的步骤还透过了：Annual Income (k$)和Spending Score (1-100)队佩的聚类。

优点如下，分开了5个类：

七、3个本体的聚类

根据Age 、 Annual Income 、 Spending Score来透过聚类，最后绘制成3维纹理。

K系数挑选

步骤都是相同的，只不过挑选了3个队佩（里面是某2个）

X3 = df[['Age' , 'Annual Income (k$)' ,'Spending Score (1-100)']].iloc[: , :].values # 挑选3个队佩的布表inertia = []for n in range(1 , 11): algorithm = (KMeans(n_clusters = n, init='k-means++', n_init = 10 , max_iter=300, tol=0.0001, random_state= 111 , algorithm='elkan') ) algorithm.fit(X3) # 二阶布表 inertia.append(algorithm.inertia_)

绘制肘布确切k：

plt.figure(1 , figsize = (15 ,6))plt.plot(np.arange(1 , 11) , inertia , 'o')plt.plot(np.arange(1 , 11) , inertia , '-' , alpha = 0.5)plt.xlabel('Number of Clusters') , plt.ylabel('Inertia')plt.show()

我们最后挑选k=6来聚类

机器深造二阶algorithm = (KMeans(n_clusters=6, # 确切的k系数 init="k-means++", n_init=10, max_iter=300, tol=0.0001, random_state=111, algorithm="elkan"))algorithm.fit(df2)labels2 = algorithm.labels_centroids2 = algorithm.cluster_centers_print(labels2)print(centroids2)

受益表单和径向：

labels2 = algorithm.labels_centroids2 = algorithm.cluster_centers_制布

3维的聚类我们最后考虑到plotly来展现：

df["labels2"] = labels2trace = go.Scatter3d( x=df["Age"], y= df['Spending Score (1-100)'], z= df['Annual Income (k$)'], mode='markers', marker = dict( color=df["labels2"], size=20, line=dict(color=df["labels2"],width=12), opacity=0.8 ))data = [trace]layout = go.Layout( margin=dict(l=0,r=0,b=0,t=0), title="six Clusters", scene=dict( xaxis=dict(title="Age"), yaxis = dict(title = 'Spending Score'), zaxis = dict(title = 'Annual Income') ))fig = go.Figure(data=data,layout=layout)fig.show()

比如说就是最后的聚类优点：

原文镜像：

_K95m7-2aKRvDZFhg

。

武汉看白癜风到哪个医院
莆田白癜风医院怎么去
北京肛肠去哪看
揭阳白癜风医院哪家正规
武汉男科专科医院哪里好
女性卫生用品
心脑血管肿瘤
精道异常
突然呕吐
什么止咳糖浆好