1 ......
2 km = KMeans(n_clusters=4) #聚成4类
3 ......
4 CityCluster = [[], [], [], []] #将城市按label分成设定的簇
5 ......

1 ......
2 km = KMeans(n_clusters=2) #聚成2类
3 ......
4 CityCluster = [[], []] #将城市按label分成设定的簇
5 ......

1 ......
2 km = KMeans(n_clusters=4) #聚成4类
3 ......
4 CityCluster = [[], [], [], []] #将城市按label分成设定的簇
5 ......

1 ......
2 km = KMeans(n_clusters=3) #聚成3类
3 ......
4 CityCluster = [[], [], []] #将城市按label分成设定的簇
5 ......

 1 import numpy as np
 2 from sklearn.cluster import KMeans
 3 
 4 def loadData(filePath):
 5     fr = open(filePath, 'r+')
 6     lines = fr.readlines()
 7     retData = [] #存储城市的各项消费信息
 8     retCityName = [] #存储城市名称
 9     for line in lines:
10         items = line.strip().split(",")
11         retCityName.append(items[0])
12         retData.append([float(items[i]) for i in range(1, len(items))])
13     return retData, retCityName
14 
15 
16 if __name__ == '__main__':
17     data, cityName = loadData('city.txt') #利用loadData()方法读取数据
18     km = KMeans(n_clusters=4) #聚成4类
19     label = km.fit_predict(data) #label为聚类后各数据所属的标签，fit_predict()方法计算簇中心以及为簇分配序号
20     expenses = np.sum(km.cluster_centers_, axis=1) #expenses为聚类中心点的数值加和，也就是平均消费水平
21     # print(expenses)
22     CityCluster = [[], [], [], []] #将城市按label分成设定的簇
23     for i in range(len(cityName)):
24         CityCluster[label[i]].append(cityName[i]) #将每个簇的城市输出
25     for i in range(len(CityCluster)):
26         print("Expenses:%.2f" % expenses[i])
27         print(CityCluster[i]) #将每个簇的平均花费输出

 1 import numpy as np
 2 import sklearn.cluster as skc
 3 from sklearn import metrics
 4 import matplotlib.pyplot as plt
 5 
 6 mac2id = dict()
 7 onlinetimes = []
 8 f = open('TestData.txt', encoding='utf-8')
 9 for line in f:
10     mac = line.split(',')[2] #读取每条数据中的mac地址
11     onlinetime = int(line.split(',')[6]) #上网时长
12     starttime = int(line.split(',')[4].split(' ')[1].split(':')[0]) #开始上网时间
13     if mac not in mac2id: #mac2id是一个字典，key是mac地址，value是对应mac地址的上网时长及开始上网时间
14         mac2id[mac] = len(onlinetimes)
15         onlinetimes.append((starttime, onlinetime))
16     else:
17         onlinetimes[mac2id[mac]] = [(starttime, onlinetime)]
18 real_X = np.array(onlinetimes).reshape((-1, 2))
19 
20 X = real_X[:, 0:1]
21 
22 db = skc.DBSCAN(eps=0.01, min_samples=20).fit(X) #调用DBSCAN方法进行训练
23 labels = db.labels_ #labels为每个数据的簇标签
24 
25 print('Labels:')
26 print(labels)
27 raito = len(labels[labels[:] == -1]) / len(labels)
28 print('Noise raito:', format(raito, '.2%')) #打印数据被记上的标签，计算标签为-1，即噪声数据的比例
29 
30 n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
31 
32 print('Estimated number of clusters: %d' % n_clusters_)
33 print("Silhouette Coefficient: %0.3f" % metrics.silhouette_score(X, labels)) #计算簇的个数并打印，评价聚类效果
34 
35 for i in range(n_clusters_): #打印各簇标号以及各簇内数据
36     print('Cluster ', i, ':')
37     print(list(X[labels == i].flatten()))
38 
39 plt.hist(X, 24)
40 plt.show() #画直方图

 1 import matplotlib.pyplot as plt #加载matplotlib用于数据的可视化
 2 from sklearn.decomposition import PCA #加载PCA算法包
 3 from sklearn.datasets import load_iris #加载鸢尾花数据集导入函数
 4 
 5 data = load_iris()  #以字典形式加载鸢尾花数据集
 6 y = data.target     #使用y表示数据集中的标签
 7 X = data.data       #使用X表示数据集中的属性数据
 8 pca = PCA(n_components=2) #加载PCA算法，设置降维后主成分数目为2
 9 reduced_X = pca.fit_transform(X) #对原始数据进行降维，保存在reduced_X中
10 
11 red_x, red_y = [], []       #第一类数据点
12 blue_x, blue_y = [], []     #第二类数据点
13 green_x, green_y = [], []   #第三类数据点
14 
15 for i in range(len(reduced_X)): #按照鸢尾花的类别将降维后的数据点保存在不同的列表中
16     if y[i] == 0:
17         red_x.append(reduced_X[i][0])
18         red_y.append(reduced_X[i][1])
19     elif y[i] == 1:
20         blue_x.append(reduced_X[i][0])
21         blue_y.append(reduced_X[i][1])
22     else:
23         green_x.append(reduced_X[i][0])
24         green_y.append(reduced_X[i][1])
25 
26 plt.scatter(red_x, red_y, c='r', marker='x')        #第一类数据点
27 plt.scatter(blue_x, blue_y, c='b', marker='D')      #第二类数据点
28 plt.scatter(green_x, green_y, c='g', marker='.')    #第三类数据点
29 plt.show()  #可视化

 1 from numpy.random import RandomState #加载RandomState用于创建随机种子
 2 import matplotlib.pyplot as plt #加载matplotlib用于数据的可视化
 3 from sklearn.datasets import fetch_olivetti_faces #加载Olivetti人脸数据集导入函数
 4 from sklearn import decomposition #加载PCA算法包
 5 
 6 n_row, n_col = 2, 3 #设置图像展示时的排列情况
 7 n_components = n_row * n_col #设置提取的特征的数目
 8 image_shape = (64, 64) #设置人脸数据图片的大小
 9 
10 ###############################################################################
11 # Load faces data
12 dataset = fetch_olivetti_faces(shuffle=True, random_state=RandomState(0))
13 faces = dataset.data #加载数据，并打乱顺序
14 
15 
16 ###############################################################################
17 def plot_gallery(title, images, n_col=n_col, n_row=n_row):
18     plt.figure(figsize=(2. * n_col, 2.26 * n_row)) #创建图片并指定图片大小
19     plt.suptitle(title, size=16) #设置标题及字号大小
20 
21     for i, comp in enumerate(images):
22         plt.subplot(n_row, n_col, i + 1) #选择画制的子图
23         vmax = max(comp.max(), -comp.min())
24 
25         plt.imshow(comp.reshape(image_shape), cmap=plt.cm.gray,
26                    interpolation='nearest', vmin=-vmax, vmax=vmax) #对数值归一化，并以灰度图形式显示
27         plt.xticks(())
28         plt.yticks(()) #去除子图的坐标轴标签
29     plt.subplots_adjust(0.01, 0.05, 0.99, 0.94, 0.04, 0.) #对子图位置及间隔调整
30 
31 
32 plot_gallery("First centered Olivetti faces", faces[:n_components])
33 ###############################################################################
34 
35 estimators = [
36     ('Eigenfaces - PCA using randomized SVD',
37      decomposition.PCA(n_components=6, whiten=True)), #PCA实例
38 
39     ('Non-negative components - NMF',
40      decomposition.NMF(n_components=6, init='nndsvda', tol=5e-3)) #NMF实例
41 ] #将它们存放在一个列表中
42 
43 ###############################################################################
44 
45 for name, estimator in estimators:
46     print("Extracting the top %d %s..." % (n_components, name))
47     print(faces.shape) #分别调用PCA和NMF
48     estimator.fit(faces) #调用PCA或NMF提取特征
49     components_ = estimator.components_ #获取提取的特征
50     plot_gallery(name, components_[:n_components]) #按固定格式进行排列
51 
52 plt.show() #可视化