python聚類實例分析

這篇文章主要介紹“python聚類實例分析”，在日常操作中，相信很多人在python聚類實例分析問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python聚類實例分析”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

• 聚類分析

將數據存儲為csv格式，導入python，查看前10行數據。

import pandas as pd

reviewsdata = pd.read_csv('reviewsdata.csv',index_col=0)#index_col=0第一列所為行索引

reviewsdata.head(10)

從表格中，可以看到不同性別、不同年齡使用不同單詞的頻數。對數據進行聚類分析，并畫出聚類樹形圖。

import scipy

import scipy.cluster.hierarchy as sch

import matplotlib.pylab as plt

import pylab

#生成點與點之間的距離矩陣,這里用的歐氏距離:

disMat = sch.distance.pdist(reviewsdata.T,'euclidean') 

#進行層次聚類:

Z=sch.linkage(disMat,method='average') 

#將層級聚類結果以樹狀圖表示出來并保存為plot_dendrogram.png

sch.dendrogram(Z,labels=reviewsdata.columns,leaf_font_size=7.5)

plt.rcParams['font.sans-serif'] = ['SimHei'] 

plt.title("口碑的聚類")

pylab.show()

在聚類分析的過程中，是將不同性別年齡的人群使用詞的頻數生成向量，然后比較這些向量的距離，將距離較近的總結在一起。距離近意味著措辭相仿，聚類也就是不斷合并兩個最相近向量的過程。從圖顯示，40多歲男性和50多歲男性在使用單詞方面很接近，但跟60多歲女性明顯不同。整體上，能看出不同年齡段和不同性別之間存在意見差異。

• 幾個小概念

聚類分析：一種根據數據相似度將數據分組對手法，分組前，不能確定每一類的特征。數據相似度通過距離來判斷，求距離的方法有很多種，最簡單的為歐式距離。本文使用的是層次聚類，文章聚類（一）：DBSCAN算法實現（r語言）中介紹了DBSCAN聚類方法。

到此，關于“python聚類實例分析”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！