1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类
|
样本中心 |
12 |
8 |
3 |
|
样本数量 |
9 |
9 |
9 |
|
样本总和 |
108 |
78 |
37 |
|
样本均值 |
12 |
8.7 |
4.1 |
3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import load_iris
iris = load_iris()
mh=iris.data[:,1] #数据
x=mh.reshape(-1,1)
p = KMeans(n_clusters=3)
p.fit(x) #训练数据
y_kmeans = p.predict(x)#预测每个样本的聚类索引
plt.scatter(x[:, 0], x[:, 0], c=y_kmeans, s=50, marker='.',cmap='rainbow');
plt.show()
4）. 鸢尾花完整数据做聚类并用散点图显示.
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import load_iris
iris = load_iris()
x = iris.data # 鸢尾花数据
model = KMeans(n_clusters=3) # 构建模型
model.fit(x) # 训练数据
y = model.predict(x) # 预测每个样本的聚类索引
print("预测结果：", y)
k = model.cluster_centers_ # 聚类中心
print("聚类中心:", k)
plt.scatter(x[:, 2], x[:, 3], c=y, s=50, cmap='rainbow',marker='.')
plt.show()
5）.想想k均值算法中以用来做什么？
K-means聚类也称快速聚类，可以用于大量数据进行聚类的情形。在开始聚类之前，需要分析者自己制定类数目，并不是一次指定，可以经过多轮反复分析，根据实际情况最终判定最优类的数目。 K-means聚类是采用计算距离的方式测度变量间的亲疏程度，距离直接影响最终的结果，因此慎重审核数据质量。
可用于顾客细分，顾客细分中关键问题是找出顾客的特征，一般可从顾客自然特征和消费行为入手，在大型统计分析工具出现之前，主要是通过两种方式进行“分群别类”，第一种，用单一变量进行划段分组，比如，以消费频率变量细分，即将该变量划分为几个段，高频客户、中频客户、低频客户，这样的状况；第二种，用多个变量交叉分组，比如用性别和收入两个变量，进行交叉细分。
