理解 Python 中的 K-Means 聚类：一步步指南
目录
- 数据集简介
- 回顾：肘部法则
- 使用 K-Means 进行预测
- 使用 Matplotlib 可视化聚类
- 解释聚类结果
- 提取特定聚类数据
- 实际应用：目标营销
- 结论与下一步
欢迎回来，朋友们！在本指南中，我们将深入探讨使用 Python 进行 K-Means 聚类，基于我们之前课程中涵盖的基础概念。通过本教程结束时，您将具备实现 K-Means、可视化聚类以及从数据中提取有意义见解的能力。
数据集简介
让我们首先检查我们的数据集，它包含三列：
- 用户 ID
- Instagram 访问得分
- 消费排名
该数据集为应用 K-Means 聚类提供了基础，用于根据用户的 Instagram 活动和消费行为对用户进行细分。
回顾：肘部法则
在上节课中，我们探讨了肘部法则——一种确定 K-Means 中最佳聚类数（k）的技术。通过绘制每个点到其分配的聚类中心的平方距离之和，“肘部”点表明理想的 k，平衡了欠拟合和过拟合。
使用 K-Means 进行预测
要为我们的数据进行聚类分配预测：
- 初始化 K-Means： 使用
KMeans类自sklearn.cluster，指定聚类数量（例如，k=4）。 - 拟合模型： 将 K-Means 算法应用于您的数据集。
- 预测聚类： 使用
kmeans.predict(X)将每个数据点分配到一个聚类，并将结果存储在变量Y中。
|
1 2 3 4 5 |
from sklearn.cluster import KMeans kmeans = KMeans(n_clusters=4) kmeans.fit(X) Y = kmeans.predict(X) |
使用 Matplotlib 可视化聚类
可视化有助于解释聚类结果。我们将使用 matplotlib.pyplot 为每个聚类创建散点图。
- 导入库：
1import matplotlib.pyplot as plt
- 绘制每个聚类：
遍历每个聚类标签，过滤属于该聚类的数据点，并使用不同的颜色和标签绘制它们。
1234colors = ['blue', 'red', 'pink', 'black']for i in range(4):plt.scatter(X[Y == i, 0], X[Y == i, 1],c=colors[i], label=f'Cluster {i}') - 显示聚类中心：
绘制聚类中心，以突出每个聚类的中心点。
123plt.scatter(kmeans.cluster_centers_[:, 0],kmeans.cluster_centers_[:, 1],s=300, c='green', label='Centroids') - 标注轴和添加图例：
通过标注轴和添加图例来增强可读性。
1234plt.xlabel('Instagram Visit Score')plt.ylabel('Spending Score')plt.legend()plt.show()
解释聚类结果
在可视化后，您将看到代表不同用户细分的明显聚类：
- Cluster 0 & 2： 消费排名较低的用户。
- Cluster 1 & 3： 消费排名较高的用户，使他们成为营销活动的首要目标。
提取特定聚类数据
为了执行目标营销，您可能希望专注于特定的聚类。以下是如何提取例如 Cluster 1 的用户：
|
1 2 |
cluster_1_data = data[Y == 1] print(f"Number of users in Cluster 1: {len(cluster_1_data)}") |
此代码将数据集过滤为仅包含分配到 Cluster 1 的用户，从而允许针对性的营销策略。
实际应用：目标营销
理解您的聚类有助于战略决策。例如：
- 营销预算分配： 将更多资源分配给消费得分较高的聚类。
- 个性化活动： 设计与每个聚类特定特征相契合的活动。
结论与下一步
K-Means 聚类是揭示数据中隐藏模式的强大工具。通过有效地可视化和解释这些聚类，企业可以做出明智的决策，以增强其营销策略。
在下一节课中，我们将探讨肘部法则的替代方法，进一步优化我们的最佳聚类选择方法。敬请关注！
感谢您的关注！ 希望本指南已为您揭秘 Python 中 K-Means 聚类的过程。祝聚类愉快！