### Python 实现餐馆评分数据聚类分析的代码示例 以下是基于 Python 的餐馆评分数据分析和聚类的具体实现代码。本代码综合运用了 K-Means 聚类算法以及数据预处理、可视化等技术[^1]。 --- #### 1. 导入必要的库 ```python import pandas as pd import numpy as np from sklearn.cluster import KMeans from sklearn.preprocessing import StandardScaler import matplotlib.pyplot as plt %matplotlib inline ``` --- #### 2. 加载并查看数据 假设已有一份包含餐馆评分及相关属性的数据集 `restaurants.csv`，其中包含如下字段：`name`, `rating`, `price_level`, `location_x`, `location_y` 等。 ```python # 加载数据 data = pd.read_csv('restaurants.csv') # 查看前几行数据 print(data.head()) # 描述统计信息 print(data.describe()) ``` --- #### 3. 数据清理与特征选择 删除无关列或缺失值较多的列，并提取用于聚类的关键特征（如评分、价格等级、位置坐标等）。 ```python # 删除无用列 cleaned_data = data.drop(columns=['name']) # 处理缺失值 cleaned_data = cleaned_data.dropna() # 提取特征 features = cleaned_data[['rating', 'price_level', 'location_x', 'location_y']] ``` --- #### 4. 特征标准化 为了消除不同量纲的影响，对特征进行标准化处理。 ```python scaler = StandardScaler() scaled_features = scaler.fit_transform(features) ``` --- #### 5. 使用 K-Means 进行聚类 设定簇的数量为 3（可根据具体需求调整），并对数据进行聚类。 ```python # 创建 K-Means 模型 kmeans = KMeans(n_clusters=3, random_state=42) kmeans.fit(scaled_features) # 获取每个样本所属的簇标签 cluster_labels = kmeans.labels_ # 将簇标签加入原数据框 cleaned_data['cluster'] = cluster_labels ``` --- #### 6. 可视化聚类结果 通过二维散点图展示聚类结果，选取两个主要特征作为横纵轴。 ```python # 绘制散点图 plt.figure(figsize=(8, 6)) for cluster in range(3): # 假设有 3 类 subset = cleaned_data[cleaned_data['cluster'] == cluster] plt.scatter(subset['rating'], subset['price_level'], label=f'Cluster {cluster}') # 添加标题和标注 plt.title('Clustering Results of Restaurant Ratings and Price Levels') plt.xlabel('Rating') plt.ylabel('Price Level') plt.legend() plt.grid(True) plt.show() ``` --- #### 7. 解析聚类结果 根据每类的特点，可以对其进行命名解释。例如： - **集群 0**: 高评价、高价 —— 高端餐饮场所。 - **集群 1**: 中等评价、中等价位 —— 平均水平的餐馆。 - **集群 2**: 低评价、低价位 —— 性价比较低的小餐馆[^4]。 --- ### 完整代码总结 以上各部分组合起来即可完成整个流程。完整的代码结构如下： ```python import pandas as pd import numpy as np from sklearn.cluster import KMeans from sklearn.preprocessing import StandardScaler import matplotlib.pyplot as plt %matplotlib inline # 加载数据 data = pd.read_csv('restaurants.csv') cleaned_data = data.drop(columns=['name']).dropna() # 提取特征 features = cleaned_data[['rating', 'price_level', 'location_x', 'location_y']] # 标准化特征 scaler = StandardScaler() scaled_features = scaler.fit_transform(features) # K-Means 聚类 kmeans = KMeans(n_clusters=3, random_state=42) kmeans.fit(scaled_features) cleaned_data['cluster'] = kmeans.labels_ # 可视化 plt.figure(figsize=(8, 6)) for cluster in range(3): subset = cleaned_data[cleaned_data['cluster'] == cluster] plt.scatter(subset['rating'], subset['price_level'], label=f'Cluster {cluster}') plt.title('Clustering Results of Restaurant Ratings and Price Levels') plt.xlabel('Rating') plt.ylabel('Price Level') plt.legend() plt.grid(True) plt.show() ``` ---