项目五 聚类分析
一、实践目的
1、熟悉模型性能评估的方法；
2、熟悉并掌握 k-means 算法进行聚类分析的方法；
3、理解聚类分析算法并能使用 k-means 算法分析数据集。
二、实践平台
1、操作系统：Windows7 及以上
2、Python 版本：3.8.x 及以上
3、PyCharm 或 Anoconda 集成环境
三、实践内容
任务一：蛋白质消费结构分析
数据集文件名为“protein.txt” ，主要记录了 25 个国家的 9 个属性，主要属
性如下：
1. ID：国家的 ID；
2. Country（国家类别）：该数据集涉及 25 个欧洲国家肉类和其他食品之间的
关系；
3. 关于肉类和其他食品的 9 个数据包括 RedMeat（红肉），WhiteMeat（白肉），
Eggs（蛋类），Milk（牛奶），Fish（鱼类），Cereals（谷类），Starch（淀
粉类），Nuts（坚果类），Fr&Veg（水果和蔬菜）。
本项目实践所涉及的业务为不同国家蛋白质消费结构分析，主要从数据集中
选取不同国家蛋白质食品的消费数据，在此基础上通过 k-means 算法模型对其
进行迭代求解的聚类分析，最后评价聚类效果的优度。
（一）数据读入
1. 导入本案例所需的 Python 包；
2. 使用 pandas 包中的 read_table()方法将数据读入并存为 DataFrame 格式，查
看前 5 行数据。
（二）数据理解
