7. 聚类算法 KMeans

1. 应用：大数据杀熟

• 618、双十一，平台要对用户进行分类：
• 用户：
  • 脑残粉（不降价，或者涨点价）
  • 墙头草（给点小优惠券）
  • 其他平台用户（打骨折拉客）
• KMeans是一种广泛使用的聚类算法，属于无监督学习方法，其主要目的是将数据点分组成若干个集群，使得同一个集群内的数据点相似度高，而不同集群间的数据点相似度低。

2. 迭代法

• 从一个随机状态开始
• 采用一定的策略，逐步变好
• 量变达到质变
• 实现目的
• 先粗糙的开始，然后慢慢的变好！！！

3. 代码

from sklearn.datasets import make_blobs
from matplotlib import pyplot as plt
import numpy as np
X,y=make_blobs(n_samples=2000,
              n_features=2,
              centers=5,
              cluster_std=0.5)
print(np.unique(np.array(y)))  #:[0 1 2 3 4]
print(X.shape,y.shape)  #: (2000, 2) (2000,)
plt.scatter(X[:,0],X[:,1],c=y)

from sklearn.cluster import KMeans
km = KMeans(n_clusters=5,algorithm="auto")
# 如果出现报错：‘NoneType‘ object has no attribute ‘split‘  解决方案：pip install --upgrade threadpoolctl
km.fit(X)
print(km.cluster_centers_)
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.scatter(km.cluster_centers_[:, 0], km.cluster_centers_[:, 1], marker="*", s=100, c="red")

[[-5.31628485 -1.45893969]
[-1.0759308 9.94338596]
[ 0.72948784 -2.3113112 ]
[-6.95011209 7.31684924]
[-3.39357312 -4.8877097 ]]