实验代码

##### 相关库导入部分 #####

from sklearn.datasets import load_iris

import pandas as pd

from sklearn.preprocessing import StandardScaler

from sklearn.cluster import KMeans

from sklearn.metrics import silhouette_score

import matplotlib.pyplot as plt

##### 主函数部分 #####

#### 导入鸢尾花数据集并进行格式转换 ####

# 导入sklearn自带的鸢尾花数据集

iris=load_iris()

# 将原始数据集转化为pandas的DataFrame数据表格类型，方便后续的处理过程

iris_dataset=pd.DataFrame(iris['data'],columns=iris['feature_names'])

#### 对原始数据集进行标准化预处理 ####

# 创建一个标准化处理器

# standard_transfer=StandardScaler()

# 对原始数据集进行标准化处理

# iris_dataset=pd.DataFrame(standard_transfer.fit_transform(iris_dataset))

#### 使用K均值算法（实际是K均值++算法）对鸢尾花数据进行聚类处理，通过轮廓系数确定在一定范围内的最佳聚类个数 ####

# 记录不同聚类个数情况下聚类结果的轮廓系数的列表

silhouette_scores=list()

# 记录截止到目前的最大轮廓系数

max_score=0

# 记录局部最大轮廓系数对应的聚类个数

best_clusterCount=0

# 聚类个数的变化范围是从2到10

for cluster_count in range(2,11):

# 根据聚类个数初始化K均值聚类估计器

Kmeans_estimator=KMeans(n_clusters=cluster_count,init="k-means++",max_iter=10000,random_state=0)

# 用数据对K均值聚类转换器进行训练

Kmeans_estimator.fit(iris_dataset)

# 获取聚类模型的聚类结果

Kmeans_result=Kmeans_estimator.predict(iris_dataset)

# 计算轮廓系数并判断是否更新最大轮廓系数

judge_score= silhouette_score(iris_dataset,Kmeans_result)

# 将轮廓系数添加到列表中

silhouette_scores.append(judge_score)

# 判断当前轮廓系数是否为最优值，如果是则更新局部最大轮廓系数值和对应的聚类个数

if judge_score>max_score:

max_score=judge_score

best_clusterCount=cluster_count

## 绘制轮廓系数折线图 ##

# 为轮廓系数折线图编号1

plt.figure(1)

plt.xlabel("聚类个数",fontproperties="Simhei")

plt.ylabel("轮廓系数",fontproperties="Simhei")

plt.axis([1,11,0,1])

plt.grid(True)

plt.title("轮廓系数折线图",fontproperties="Simhei")

plt.plot(range(2,11),silhouette_scores,'r-o')

# 展示绘制结果

plt.show()

#### 确定最优的聚类个数后，对最优聚类个数情况下的聚类结果进行绘图展示 ####

print("通过轮廓系数比较得出的最佳聚类个数是：",best_clusterCount,",对应的最大轮廓系数为：",max_score)

Kmeans_estimator=KMeans(n_clusters=best_clusterCount,init="k-means++",max_iter=10000,random_state=0)

Kmeans_estimator.fit(iris_dataset)

labels=Kmeans_estimator.labels_

Kmeans_result=Kmeans_estimator.predict(iris_dataset)

### 再原始的数据表格中添加一列，表示聚类的结果 ###

iris_dataset['cluster_result']=Kmeans_result

### 对总体样本集按照不同的聚类结果进行划分 ###

iris_dataset1 = iris_dataset[labels == 0]

iris_dataset2 = iris_dataset[labels == 1]

# iris_dataset3 = iris_dataset[labels == 2]

### 绘制聚类结果（分为四组情况进行绘制） ###

## 聚类结果展示1 ##

plt.figure(2)

plt.xlabel("sepal length (cm)")

plt.ylabel("sepal width (cm)")

plt.grid(True)

plt.title("sepal length - sepal width Figure")

line1,=plt.plot(iris_dataset1['sepal length (cm)'],iris_dataset1['sepal width (cm)'],"r o")

line2,=plt.plot(iris_dataset2['sepal length (cm)'],iris_dataset2['sepal width (cm)'],"b o")

# line3,=plt.plot(iris_dataset3['sepal length (cm)'],iris_dataset3['sepal width (cm)'],"g o")

plt.legend([line1,line2],["Cluster_1","Cluster_2"])

# plt.legend([line1,line2,line3],["Cluster_1","Cluster_2","Cluster_3"])

# 展示绘制结果

plt.show()

## 聚类结果展示2 ##

plt.figure(3)

plt.xlabel("petal length (cm)")

plt.ylabel("petal width (cm)")

plt.grid(True)

plt.title("petal length - petal width Figure")

line1,=plt.plot(iris_dataset1['petal length (cm)'],iris_dataset1['petal width (cm)'],"r o")

line2,=plt.plot(iris_dataset2['petal length (cm)'],iris_dataset2['petal width (cm)'],"b o")

# line3,=plt.plot(iris_dataset3['petal length (cm)'],iris_dataset3['petal width (cm)'],"g o")

plt.legend([line1,line2],["Cluster_1","Cluster_2"])

# plt.legend([line1,line2,line3],["Cluster_1","Cluster_2","Cluster_3"])

# 展示绘制结果

plt.show()

## 聚类结果展示3 ##

plt.figure(4)

plt.xlabel("sepal length (cm)")

plt.ylabel("petal length (cm)")

plt.grid(True)

plt.title("sepal length - petal length Figure")

line1,=plt.plot(iris_dataset1['sepal length (cm)'],iris_dataset1['petal length (cm)'],"r o")

line2,=plt.plot(iris_dataset2['sepal length (cm)'],iris_dataset2['petal length (cm)'],"b o")

# line3,=plt.plot(iris_dataset3['sepal length (cm)'],iris_dataset3['petal length (cm)'],"g o")

plt.legend([line1,line2],["Cluster_1","Cluster_2"])

# plt.legend([line1,line2,line3],["Cluster_1","Cluster_2","Cluster_3"])

# 展示绘制结果

plt.show()

## 聚类结果展示4 ##

plt.figure(4)

plt.xlabel("sepal width (cm)")

plt.ylabel("petal width (cm)")

plt.grid(True)

plt.title("sepal width - petal width Figure")

line1,=plt.plot(iris_dataset1['sepal width (cm)'],iris_dataset1['petal width (cm)'],"r o")

line2,=plt.plot(iris_dataset2['sepal width (cm)'],iris_dataset2['petal width (cm)'],"b o")

# line3,=plt.plot(iris_dataset3['sepal width (cm)'],iris_dataset3['petal width (cm)'],"g o")

plt.legend([line1,line2],["Cluster_1","Cluster_2"])

# plt.legend([line1,line2,line3],["Cluster_1","Cluster_2","Cluster_3"])

# 展示绘制结果

plt.show()

结果展示

参考阅读

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：