from sklearn.decomposition import pca
import pandas as pd
from sklearn.cluster import kmeans
from matplotlib import pyplot as plt
from sklearn.metrics import silhouette_score
# 讀取四張表的資料
prior = pd.read_csv("./data/instacart_data/order_products__prior.csv")
products = pd.read_csv("./data/instacart_data/products.csv")
orders = pd.read_csv("./data/instacart_data/orders.csv")
aisles = pd.read_csv("./data/instacart_data/aisles.csv")
# 合併四張表（使用者-物品類別）
_mg = pd.merge(prior, products, on=['product_id', 'product_id'])
_mg = pd.merge(_mg, orders, on=['order_id', 'order_id'])
mt = pd.merge(_mg, aisles, on=['aisle_id', 'aisle_id'])
# 交叉表（特殊的分組工具）
cross = pd.crosstab(mt['user_id'], mt['aisle_id'])
# 主成分分析
pca = pca(n_components=0.9)
data = pca.fit_transform(cross)
print(data.shape)
km = kmeans(n_clusters=4)
# 縮小資料
x = data[:500]
km.fit(x)
predicted = km.predict(x)
# 顯示聚類的結果
plt.figure(figsize=(10,10))
colored = ['orange', 'green', 'blue', 'purple']
color = [colored[i] for i in predicted]
# 隨機選取第乙個特徵和第二十個特徵進行繪圖
plt.scatter(x[:,1], x[:, 20], color=color)
print("輪廓係數：", silhouette_score(x, predicted))
無監督學習 K means演算法
是指在未加標籤的資料中，根據資料之間本身的屬性特徵和關聯性對資料進行區分，相似相近或關聯性強的資料放在一起，而不相似不相近 關聯性不強的資料不放在一起。應用場景 降維，聚類演算法，關聯演算法 有監督學習和無監督學習的區別 分類問題，要求實現必須明確知道各個類別的訊息，建立的前提是待分類項都有乙個類別...
K means演算法 無監督學習
現實生活中常常會有這樣的問題 缺乏足夠的先驗知識，因此難以人工標註類別或進行人工類別標註的成本太高。很自然地，我們希望計算機能代我們完成這些工作，或至少提供一些幫助。根據類別未知 沒有被標記 的訓練樣本解決模式識別中的各種問題，稱之為無監督學習。我們可以怎樣最有用地對其進行歸納和分組？我們可以怎樣以...
無監督學習 K means演算法
聚類演算法是一種無監督學習演算法。k均值演算法是其中應用最為廣泛的一種，演算法接受乙個未標記的資料集，然後將資料聚類成不同的組。k均值是乙個迭代演算法，假設我們想要將資料聚類成k個組，其方法為 隨機選擇k個隨機的點 稱為聚類中心 對與資料集中的每個資料點，按照距離k個中心點的距離，將其與距離最近的中...