Python聚类分析

#-*- coding: utf-8 -*-
#使用K-Means算法聚类消费行为特征数据

import pandas as pd

#参数初始化
inputfile = ‘d:/Python/data/consumption_data.xls‘ #销量及其他属性数据
outputfile = ‘d:/Python/tmp/data_type.xls‘ #保存结果的文件名
k = 3 #聚类的类别
iteration = 500 #聚类最大循环次数
data = pd.read_excel（inputfile index_col = ‘Id‘） #读取数据
data_zs = 1.0*（data - data.mean（））/data.std（） #数据标准化

from sklearn.cluster import KMeans
model = KMeans（n_clusters = k n_jobs = 4 max_iter = iteration） #分为k类，并发数4
model.fit（data_zs） #开始聚类

#简单打印结果
r1 = pd.Series（model.labels_）.value_counts（） #统计各个类别的数目
r2 = pd.Dataframe（model.cluster_centers_） #找出聚类中心
r = pd.concat（[r2 r1] axis = 1） #横向连接（0是纵向），得到聚类中心对应的类别下的数目
r.columns = list（data.columns） +