大数据挖掘导论与案例课件-第7章 聚类分析概念与方法.pptx

;第7章聚类分析概念与方法;学习目标/Target;学习目标/Target;引言/Introduction;目录/Contents;基本概念

;7.1.1什么是聚类分析;7.1.1什么是聚类分析;7.1.1什么是聚类分析;7.1.1什么是聚类分析;7.1.1什么是聚类分析;7.1.2聚类分析方法;7.1.2聚类分析方法;7.1.2聚类分析方法;k均值聚类;

基于划分的聚类算法通常需要选择代表每个簇的原型点（prototypepoints），因此它们也被称为基于原型的聚类算法（prototype-basedclustering）。

;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.1基本k均值算法;7.2.2基本k均值的附加问题;7.2.3k均值的优点和缺点;7.2.3k均值的优点和缺点;7.2.4k均值的改进算法;7.2.5Iris数据集上的k均值聚类;代码7.1利用sklearn库对Iris数据进行k均值聚类

fromsklearnimportdatasets

fromsklearn.clusterimportKMeans

importnumpyasnp

importpandasaspd

importmatplotlib.pyplotasplt

importseabornassns

defdisplay_iris():

iris=datasets.load_iris()

print(iris)

data_frame=pd.DataFrame(data=np.c_[iris[data],iris[target]],columns=iris[feature_names]+[target])

pd.set_option(display.width,1000)#调整显示宽度，以便整行显示

pd.set_option(display.max_columns,None)#显示所有列

pd.set_option(display.max_rows,None)#显示所有行

print(data_frame)

sns.pairplot(data_frame,hue=target,markers=[o,s,v])

plt.show();代码7.1利用sklearn库对Iris数据进行k均值聚类

defk_means():

iris=datasets.load_iris()#加载Iris数据集

model=KMeans(n_clusters=3)#分3类

model.fit(iris.data)#训练

predict=model.predict(iris.data)#预测

print(predict)

data=pd.DataFrame(data=np.c_[iris[data],predict],columns=iris[feature_names]+[predict])

sns.pairplot(data,hue=predict,markers=[o,s,D],palette=colorblind)

plt.show()

if__name__==__main__’:

display_iris()

k_means();7.2.5Iris数据集上的k均值聚类;7.2.5Iris数据集上的k均值聚类;凝聚层次聚类;层次聚类（HierarchicalClustering）也是出现较早又非常流行的方法，它假设数据对象之间存在层次结构关系，将数据聚到层次化的簇中。;(a)树状图 (b)嵌套簇图

图7.76个数据点层次聚类的树状图和嵌套簇图;7.3.1簇间邻近度度量;7.3.1簇间邻近度度量;7.3.1