数据挖掘-07-航空公司客户价值分析（包括数据和代码）

#-*- coding: utf-8 -*- #K-Means聚类算法 import pandas as pd from sklearn.cluster import KMeans #导入K均值聚类算法 import numpy as np np.set_printoptions(threshold=np.inf) inputfile = '../tmp/data_stand.csv' #待聚类的数据文件 k = 5 #需要进行的聚类类别数 #读取数据并进行聚类分析 data = pd.read_csv(inputfile).drop(['Unnamed: 0'],axis=1) #读取数据 #调用k-means算法，进行聚类分析 kmodel = KMeans(n_clusters = k, n_jobs = 1) #n_jobs是并行数，一般等于CPU数较好 kmodel.fit(data) #训练模型 print(kmodel.cluster_centers_) #查看聚类中心 import numpy as np import matplotlib.pyplot as plt labels = data.columns #标签 k = 5 #数据个数 plot_data = kmodel.cluster_centers_ color = ['b', 'g', 'r', 'c', 'y'] #指定颜色 angles = np.linspace(0, 2*np.pi, k, endpoint=False) plot_data = np.concatenate((plot_data, plot_data[:,[0]]), axis=1) # 闭合 angles = np.concatenate((angles, [angles[0]])) # 闭合 fig = plt.figure() ax = fig.add_subplot(111, polar=True) #polar参数！！ for i in range(len(plot_data)): ax.plot(angles, plot_data[i], 'o-', color = color[i], label = u'customer'+str(i+1), linewidth=2)# 画线 ax.set_rgrids(np.arange(0.01, 3.5, 0.5), np.arange(-1, 2.5, 0.5), fontproperties="SimHei") ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei") plt.legend(loc = 4) plt.show()