聚类分析方法中,选取3种完成对以下数据的聚类分析,在jupyter notebook中完成

# 题目重述 请根据提供的 CSV 文件 `ods_cust_cosumption_info.csv`,在 Jupyter Notebook 中使用聚类分析方法,选取三种聚类算法对该客户消费数据进行聚类分析。 --- ## 代码概述 本代码实现以下功能: - 加载客户消费数据; - 数据标准化预处理; - 应用三种经典聚类算法(KMeans、层次聚类、DBSCAN); - 可视化聚类结果; - 输出每种算法的聚类标签与基本评估指标。 --- ## 给出答案(答案为带注释的代码块) ```python # 导入必要库 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from sklearn.preprocessing import StandardScaler from sklearn.cluster import KMeans, AgglomerativeClustering, DBSCAN from sklearn.metrics import silhouette_score import warnings warnings.filterwarnings('ignore') # 设置图形样式 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False sns.set(style="whitegrid") # 1. 读取数据 data = pd.read_csv('ods_cust_cosumption_info.csv') # 查看前几行 print("数据前5行:") print(data.head()) # 2. 选择用于聚类的特征(数值型) features = ['last_current_days', 'consumption_cnt', 'consumption_fee', 'discount_cnt', 'integral_exchange_cnt'] X = data[features] # 3. 数据标准化(聚类前必须标准化) scaler = StandardScaler() X_scaled = scaler.fit_transform(X) # =================== 方法一:KMeans 聚类 =================== kmeans = KMeans(n_clusters=3, random_state=42) labels_kmeans = kmeans.fit_predict(X_scaled) print(f"\nKMeans 轮廓系数: {silhouette_score(X_scaled, labels_kmeans):.4f}") # =================== 方法二:层次聚类 =================== hclust = AgglomerativeClustering(n_clusters=3) labels_hclust = hclust.fit_predict(X_scaled) print(f"层次聚类 轮廓系数: {silhouette_score(X_scaled, labels_hclust):.4f}") # =================== 方法三:DBSCAN =================== dbscan = DBSCAN(eps=0.8, min_samples=5) labels_dbscan = dbscan.fit_predict(X_scaled) # DBSCAN 可能产生噪声点(-1),计算轮廓系数时排除所有类别少于2类的情况 if len(np.unique(labels_dbscan)) > 1: sil_db = silhouette_score(X_scaled, labels_dbscan) else: sil_db = np.nan print(f"DBSCAN 轮廓系数: {sil_db:.4f}") # 4. 将聚类结果添加回原数据 data['cluster_kmeans'] = labels_kmeans data['cluster_hclust'] = labels_hclust data['cluster_dbscan'] = labels_dbscan # 5. 可视化:选择两个特征绘制聚类结果 plt.figure(figsize=(15, 5)) # 子图1:KMeans plt.subplot(1, 3, 1) sns.scatterplot(x='consumption_fee', y='last_current_days', hue='cluster_kmeans', data=data, palette='Set1', legend='brief') plt.title('KMeans 聚类结果') plt.legend(title='簇') # 子图2:层次聚类 plt.subplot(1, 3, 2) sns.scatterplot(x='consumption_fee', y='last_current_days', hue='cluster_hclust', data=data, palette='Set2', legend='brief') plt.title('层次聚类结果') plt.legend(title='簇') # 子图3:DBSCAN plt.subplot(1, 3, 3) sns.scatterplot(x='consumption_fee', y='last_current_days', hue='cluster_dbscan', data=data, palette='Dark2', legend='brief') plt.title('DBSCAN 聚类结果') plt.legend(title='簇') plt.tight_layout() plt.show() # 输出各算法聚类数量统计 print("\n各算法聚类分布:") print("\nKMeans 分布:") print(pd.Series(labels_kmeans).value_counts().sort_index()) print("\n层次聚类 分布:") print(pd.Series(labels_hclust).value_counts().sort_index()) print("\nDBSCAN 分布(-1为噪声点):") print(pd.Series(labels_dbscan).value_counts().sort_values(ascending=False)) ``` --- ## 代码解析 1. **数据读取与特征选择** 从 `ods_cust_cosumption_info.csv` 中提取数值型字段作为聚类特征。 2. **标准化处理** 使用 `StandardScaler` 对数据进行标准化,避免量纲影响距离计算。 3. **三种聚类算法应用** - **KMeans**:基于质心划分,需指定簇数 $ k=3 $; - **层次聚类**:通过合并最近簇构建树状图; - **DBSCAN**:基于密度识别簇和异常点,自动发现簇数量。 4. **评估指标** 使用**轮廓系数**(Silhouette Score)衡量聚类质量,值越接近1越好。 5. **可视化对比** 在 `(consumption_fee, last_current_days)` 平面上展示三种算法的聚类效果。 --- ## 知识点(列出该代码中遇到的知识点) 1. **数据标准化** 使用 $ z = \frac{x - \mu}{\sigma} $ 将特征缩放到均值为0、方差为1,确保距离公平。 2. **KMeans聚类原理** 通过迭代优化簇中心,使样本到其所属簇中心的距离平方和最小。 3. **轮廓系数评估** 衡量样本与其所在簇的紧密程度与其他簇的分离程度:$ S = \frac{b-a}{\max(a,b)} $,值域 [-1,1]。

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

如何实现更换Jupyter Notebook内核Python版本

如何实现更换Jupyter Notebook内核Python版本

主要介绍了如何实现更换Jupyter Notebook内核Python版本,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

K-mean-clustring_climate-data-per-hour

K-mean-clustring_climate-data-per-hour

每小时K平均均值字符串气候数据

任务2-K均值

任务2-K均值

任务2-K均值

IrisDataset_KmeansAlgorithm

IrisDataset_KmeansAlgorithm

IrisDataset_KmeansAlgorithm

在PyCharm环境中使用Jupyter Notebook的两种方法总结

在PyCharm环境中使用Jupyter Notebook的两种方法总结

今天小编就为大家分享一篇在PyCharm环境中使用Jupyter Notebook的两种方法总结,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

TensorFlow安装及jupyter notebook配置方法

TensorFlow安装及jupyter notebook配置方法

下面小编就为大家带来一篇TensorFlow安装及jupyter notebook配置方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧

Jupyter notebook使用详解

Jupyter notebook使用详解

本文档是本人依照jupyter notebook官网的教程而总结的,同时加入了jupyter notebook在实际项目开发中的常见用法,例如:git----jupyter notebook----github, jupyter notebook debug, jupyter notebook workspace, jupyter notebook loading and running python file, jupyter notebook running linux command, jupyter notebook using matplotlib,etc;

Pycharm安装并配置jupyter notebook的实现

Pycharm安装并配置jupyter notebook的实现

主要介绍了Pycharm安装并配置jupyter notebook的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

Anaconda3中的Jupyter notebook添加目录插件的实现

Anaconda3中的Jupyter notebook添加目录插件的实现

主要介绍了Anaconda3中的Jupyter notebook添加目录插件的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

jupyter notebook 重装教程

jupyter notebook 重装教程

主要介绍了jupyter notebook 重装教程,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

windows上彻底删除jupyter notebook的实现

windows上彻底删除jupyter notebook的实现

主要介绍了windows上彻底删除jupyter notebook的实现,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Jupyter notebook远程访问服务器的方法

Jupyter notebook远程访问服务器的方法

今天小编就为大家分享一篇Jupyter notebook远程访问服务器的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Jupyter notebook 启动闪退问题的解决

Jupyter notebook 启动闪退问题的解决

可能某次不小心改了配置文件,导致无法打开jupyter,找了很多方法,都没从根本上解决问题。 倒是发现启动的默认目录被改了,怀疑是这个问题。 然后就彻底解决了:在命令行输入 jupyter notebook –generate-config 可修改为默认路径。就可以打开了。 参考这里 补充知识:jupyter notebook 闪退打不开,报错ImportError: DLL load failed: 文件或目录损坏且无法读取。 晚上想继续完善python大作业的时候发现jupyter怎么也打不开,一直闪退,刚开始以为是默认浏览器的问题,后来在控制台上输入jupyter notebook报

jupyter notebook安装.docx

jupyter notebook安装.docx

jupyter notebook安装

Jupyter Notebook使用

Jupyter Notebook使用

Jupyter Notebook使用一、Jupyter Notebook介绍二、为什么使用Jupyter Notebook?对比Jupyter Notebook和Pycharm三、Jupyter Notebook的使用-helloworld3.1 界面启动、创建文件3.2 cell操作3.3 markdown演示四、Jupyter Notebook中自动补全代码等相关功能拓展【了解】 一、Jupyter Notebook介绍 Jupyter项目是一个非盈利的开源项目,源于2014年的ipython项目,因为它逐渐发展为支持跨所有编程语言的交互式数据科学和科学计算。 Jupyter Notebo

jupyter notebook 增加kernel教程

jupyter notebook 增加kernel教程

主要介绍了jupyter notebook 增加kernel教程,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Jupyter Notebook的连接密码 token查询方式

Jupyter Notebook的连接密码 token查询方式

主要介绍了Jupyter Notebook的连接密码 token查询方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

jupyter 实现notebook中显示完整的行和列

jupyter 实现notebook中显示完整的行和列

主要介绍了jupyter 实现notebook中显示完整的行和列,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

jupyter notebook插入本地图片的实现

jupyter notebook插入本地图片的实现

主要介绍了jupyter notebook插入本地图片的实现,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Jupyter notebook如何实现指定浏览器打开

Jupyter notebook如何实现指定浏览器打开

主要介绍了Jupyter notebook如何实现指定浏览器打开,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

最新推荐最新推荐

recommend-type

城市生命线AI大模型赋能解决方案.pptx

城市生命线AI大模型赋能解决方案.pptx
recommend-type

双机并联逆变器自适应虚拟阻抗下垂控制(Droop)策略Simulink仿真模型

双机并联逆变器自适应虚拟阻抗下垂控制(Droop)策略Simulink仿真模型内容概要:本文系统研究了常见的十大ADC滤波算法,旨在为模拟数字转换过程中采集到的信号提供有效的数据滤波与处理方法。文中详细介绍了多种滤波算法的原理、实现方式及其适用场景,包括限幅滤波、中位值滤波、算术平均滤波、滑动平均滤波、低通滤波等,重点分析了各类算法在抑制噪声、提高信号稳定性方面的性能表现,并结合实际应用需求对比其优缺点。通过算法仿真与实例分析,展示了不同滤波方法在动态响应速度、计算复杂度和滤波效果之间的权衡,帮助开发者根据具体工程场景选择合适的滤波策略。 适合人群:具备一定嵌入式系统或信号处理基础知识,从事传感器数据采集、工业控制、自动化设备研发等相关工作的工程师和技术人员。 使用场景及目标:①在ADC采样系统中去除高频噪声、脉冲干扰和抖动,提升数据精度;②针对不同类型的传感器信号(如温度、压力、加速度等)设计合理的软件滤波方案;③优化嵌入式系统的实时性与稳定性,减少硬件滤波成本。 阅读建议:建议结合Matlab或单片机平台动手实现文中的滤波算法,通过实际信号输入对比各算法的滤波效果,重点关注算法参数的调节对系统性能的影响,以加深理解并应用于实际项目中。
recommend-type

适合科研院所使用的成果全生命周期管理SaaS系统有哪些?.docx

适合科研院所使用的成果全生命周期管理SaaS系统有哪些?
recommend-type

企业级大模型的部署 详细指南

为什么要部署? 企业部署大模型,不是为了解决“能不能用”,而是必须把`敏感数据`和`服务的控制权`牢牢掌握在自己手里。要想数据安全,就需要实现`私有化的部署`。这里包括大语言模型、嵌入模型、重排序模型以及多模态模型等。
recommend-type

仓储物流管理信息化解决方案.pptx

仓储物流管理信息化解决方案.pptx
recommend-type

Cognos数据权限管理:报表参数与URL控制

"Cognos 数据权限管理" Cognos数据权限管理是IBM Cognos Business Intelligence系统中一个关键的组成部分,它允许管理员精细控制用户对数据的访问和操作。对于初学者来说,理解并掌握这一机制对于确保数据安全和合规性至关重要。 1. 通过报表参数处理数据权限 在Cognos中,可以通过报表参数来实现动态的数据过滤,从而达到权限管理的效果。以下是一个简单的步骤: a) 建立报表:首先,你需要创建一个包含所需数据的报表。这可能涉及到对数据模型的了解,以及如何从数据库中提取信息。 b) 设定参数:在报表设计界面,添加参数,如"市名"和"name"。参数可以是用户输入的值,也可以是预定义的选项。 c) URL修改:当报表与参数关联后,可以通过修改报表的URL来传递参数值。例如,URL中包含的参数名需要进行UTF8编码以处理中文字符。`run.prompt=false`用于隐藏已设置的参数,避免用户在运行报表时看到或修改。 d) 当URL被访问时,传递的参数会自动应用到报表,只展示对应参数值的数据。例如,通过URL传递的"市名"参数,报表将仅显示该市的数据。 2. Framework Manager中的数据权限设置 Framework Manager是Cognos中用于构建数据模型的工具。你可以在这里创建数据连接、数据源视图和包,以定义数据的层次结构和关系。 - 创建一个filter参数:在Framework Manager中,可以创建一个基于用户登录名(如:userid)的过滤器参数。这个参数与用户的安全标识(security id)相关联,比如区域代码。 - 数据权限连接:基于用户的区域代码,你可以设置数据权限连接,这样只有有权访问特定区域数据的用户才能看到相关的报表内容。 通过这种方式,Cognos能够实现动态的数据过滤,确保用户只能查看与其权限相符的数据,防止敏感信息的泄露。同时,这种方法也允许管理员根据业务需求灵活地调整数据访问规则,提高系统的安全性。理解并熟练掌握这些技巧,对于Cognos管理员和开发人员来说是至关重要的,能够帮助他们在保护数据的同时提供个性化的用户体验。
recommend-type

【Node.js高手必修的21个底层真相】:从Hello World到V8内存泄漏根因,20年架构师私藏清单首次公开

# Node.js 的底层认知革命:从运行时契约到高可用防线的全链路解构 在现代服务端开发中,Node.js 已远不止是“JavaScript 跑在服务端”的语法平移工具。它是一套精密耦合的运行时契约体系——V8 的 JIT 编译能力、Libuv 的异步 I/O 抽象、事件驱动模型与操作系统内核的深度协同,共同构建出一种与 JVM/CLR 截然不同的执行语义。这种语义差异不是性能参数的微调,而是对并发本质、内存生命周期、错误传播边界乃至模块加载协议的根本性重构。 当你写下 `setTimeout(fn, 0)`,浏览器中它至少延迟 4ms,而在 Node.js 中却可精确落入下一个 `ti
recommend-type

usbserial模块显示‘69632 0’意味着什么?为什么没有设备在用它?

### USB Serial Driver模块解析 当查看`lsmod`命令输出时,如果看到如下形式的信息: ```bash gec@unbuntu:~$ lsmod | grep usbserial usbserial 69632 0 ``` 这表示当前系统已加载名为`usbserial`的内核模块。其中,“69632”代表该模块占用的内存大小(单位为字节),而“0”意味着没有任何设备正在使用此驱动程序实例[^2]。 对于状态码`69632 0`的具体解释如下: - **69632**: 表明这个USB串口驱动所占有的内存量大约为68KB左右。 - *
recommend-type

DevKit8000快速入门:Linux与Windows CE操作指南

"DevKit8000是用于开发和评估的硬件平台,配备有4.3英寸LCD屏幕和多种接口。它支持Windows CE (Wince)和Linux两种操作系统。用户可以根据需求通过串口或SD卡进行不同系统的启动。对于Linux的快速启动,需要使用串口转接线连接到PC,配置超级终端参数,然后接通电源,通过串口登录。若要切换到7英寸LCD,需在U-boot命令行中修改参数。对于Wince的启动,只需将预装系统的SD卡插入主板,同时按住启动选择按键打开电源,LCD屏幕上会显示Windows CE界面。" DevKit8000是一款针对嵌入式开发的评估工具,提供了丰富的配件,包括主板、4.3英寸LCD屏幕、SD卡、串口转接线、电源适配器、触摸笔、不同类型的USB转接线、USB HUB、网线、HDMI转接线、S-Video线以及CD-ROM等。这些配件允许开发者全面测试和调试基于该平台的应用。 在Linux系统启动方面,用户需要使用串口转接线将DevKit8000与个人电脑的串口连接,确保超级终端配置正确,包括波特率115200,数据位8bit,无奇偶校验,无数据流控制。然后接通5V@2A电源,打开主板电源,通过超级终端观察启动过程。当出现login提示时,使用root用户登录。如果要切换到7英寸LCD,需要在启动过程中通过空格键进入U-boot命令行,执行特定的设置命令,保存环境变量,避免在开机状态下拔掉LCD连接线。 对于Windows CE的操作,用户只需将预先配置好的SD卡插入DevKit8000,然后同时按住启动选择按键和打开电源,设备会自动进入Windows CE系统。一旦LCD屏幕显示Windows CE的界面,表明系统已经成功启动。 DevKit8000是一个功能齐全的开发工具,适用于快速原型设计和系统验证,支持两种主流的嵌入式操作系统,为开发者提供了灵活的选择和便捷的调试环境。通过详细的启动指南,用户能够迅速熟悉设备操作,进一步进行软件开发和硬件测试。
recommend-type

【AI短剧生成全栈落地黄金法则】:19个关键决策点、7大避坑红线、3套工业级架构模板(含2024最新LoRA+Motion Tokenizer实战)

# AI短剧生成:一场在时间切片上重构叙事物理的工程革命 在抖音刷到第7个“重生回高中当校草”的短剧时,你可能没意识到——那5秒钩子背后,正运行着一套比航天器姿态控制系统更精密的时序约束引擎;当女主在第12秒突然转身、镜头同步推进、发丝飘动轨迹与肩部运动矢量严丝合缝地耦合,这并非偶然的美学巧合,而是GPU显存里一个8KB Slab Allocator正在毫秒级调度32个Motion Token槽位的结果。 AI短剧早已不是“用Stable Diffusion跑几帧再拼起来”的玩具实验。它是一场横跨叙事学、认知心理学、计算机图形学与硬件体系结构的系统性攻坚——其本质,是在人类瞬时记忆窗口(约