k-means具体是什么这里就不再赘述，详情可以参见我这篇博客
问题描述：银行对客户信息进行采集，获得了200位客户的数据，客户特征包括以下四个1：社保号码 2：姓名 3：年龄 4：存款数量 使用k-means算法对客户进行分组，生成各类型客户的特点画像
数据集请点赞关注收藏后私信博主要
肘部折线图如下 tips：利用肘部方法可以找到最佳的簇数，即看那个点之后逐渐收敛，则那个点为最优的簇数
由下图可以得知k=3或k=4时比较好
分类出的画像图如下，可以清楚的看出不同客户的画像
源码如下
#-*-coding:utf-8-*- import numpy as np import matplotlib.pyplot as plt import pandas as pd import matplotlib; matplotlib.use('TkAgg') dataset=pd.read_csv(r'Customer_Info.csv') print(dataset) X=dataset.iloc[:,[4,3]].values from sklearn.cluster import KMeans sumDs=[] for i in range(1,11): kmeans=KMeans(n_clusters=i) kmeans.fit(X) sumDs.append(kmeans.inertia_) print(kmeans.inertia_) plt.plot(range(1,11),sumDs) plt.title('the Elbow method') plt.xlabel('number of cluster k') plt.ylabel('SSE') plt.show() kmenas1=KMeans(n_clusters=3,init='k-means++',max_iter=300,n_init=10,random_state=0) y_kmeans=kmenas1.fit_predict(X) plt.scatter(X[y_kmeans==0,0],X[y_kmeans==0,1],s=100,marker='^',c='red',label='poor') plt.scatter(X[y_kmeans==2,0],X[y_kmeans==2,1],s=100,marker='o',c='green',label='middle') plt.scatter(X[y_kmeans==1,0],X[y_kmeans==1,1],s=100,marker='*',c='blue',label='rich') plt.scatter(kmenas1.cluster_centers_[:,0],kmenas1.cluster_centers_[:,1],s=250,c='yellow',label='Centroids') plt.title('clusters of customer info') plt.xlabel('deposit') plt.ylabel('age') plt.legend() plt.show()
