粤教版(2019) 必修1 数据与计算 5.3.3 数据分析之聚类分析 课件（共16张PPT）

(共16张PPT)
广东教育出版社
信息技术必修1 -
information Technology education
信息技术教育
5.3 数 据 分 析
关联分析
特征探索
聚类分析
数据分类
数 据 分 析 方 法 ？
广东教育出版社
信息技术必修1 -
information Technology education
信息技术教育
聚
类
分
析
5.3 数 据 分 析
聚类分析
5.3 数据分析 -
主要内容
聚类分析的概念
01
02
聚类分析的思想
03
聚类分析的算法
1
概 念
聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。
聚类分析
5.3 数据分析-
2
思 想
聚类分析
5.3 数据分析-
K-平均算法就是一种经典的自下而上的聚类分析方法
2
思 想
聚类分析
5.3 数据分析-
K-平均算法基本思想就是在空间N个点中，初始选择K个点作为中心聚类点，然后将其余点分别与K个点计算距离，选择自己最近的点作为自己的中心点，再不断更新中心聚集点，以达到“物以类聚，人以群分”的效果。
N个点
K个中心聚类点（K=3）
K1
K2
K3
N-k
m
S1
S2
S3
K1’
K2’
K3’
A
B
C
3
算 法
聚类分析
5.3 数据分析-
1.从数据点集合中随机选择K个点作为初始的聚集中心，每个中心点代表着每个聚集中心的平均值。
2.对其余的每个数据点，依次判断其与K个中心点的距离，距离最近的表明它属于这项聚类。
3.重新计算新的聚簇集合的平均值即中心点。整个过程不断迭代计算，直到达到预先设定的迭代次数或中心点不再频繁波动。
学 以 致 用
聚类分析
5.3 数据分析-
运行Python程序对下表数据进行聚类分析，了解客户信息
学 以 致 用
聚类分析
5.3 数据分析-
运行Python程序对下表数据进行聚类分析，了解客户的价值信息
import csv
import pandas as pda
import numpy as npy
import matplotlib.pylab as pyl
from sklearn.cluster import KMeans
fname="company.csv"
dataf=pda.read_csv(fname,encoding="gbk")
x=dataf.as_matrix()
kms=KMeans(n_clusters=3)
y=kms.fit_predict(x)
print(y)
#设置了聚类点的个数是3
#实现了聚类过程，通过计算将数据按聚类点的个数分为3类
聚类分析
5.3 数据分析-
#年龄-消费金额图，消费时间-消费金额图，年龄-消费时间图
for i in range(0,len(y)):
if(y[i]==0):
print(str(i)+"0")
pyl.subplot(2,3,1)
#年龄-消费金额图 pyl.plot(dataf.iloc[i:i+1,0:1].as_matrix(),dataf.iloc[i:i+1,1:2].as_matrix(),"*r")
pyl.subplot(2,3,2)
#消费时间-消费金额图 pyl.plot(dataf.iloc[i:i+1,2:3].as_matrix(),dataf.iloc[i:i+1,1:2].as_matrix(),"*r")
pyl.subplot(2,3,3)
#年龄-消费时间图 pyl.plot(dataf.iloc[i:i+1,0:1].as_matrix(),dataf.iloc[i:i+1,2:3].as_matrix(),"*r")
elif(y[i]==1):
print(str(i)+"1")
pyl.subplot(2,3,1)
pyl.plot(dataf.iloc[i:i+1,0:1].as_matrix(),dataf.iloc[i:i+1,1:2].as_matrix(),"sy")
pyl.subplot(2,3,2)
pyl.plot(dataf.iloc[i:i+1,2:3].as_matrix(),dataf.iloc[i:i+1,1:2].as_matrix(),"sy")
pyl.subplot(2,3,3)
pyl.plot(dataf.iloc[i:i+1,0:1].as_matrix(),dataf.iloc[i:i+1,2:3].as_matrix(),"sy")
elif(y[i]==2):
print(str(i)+"2")
pyl.subplot(2,3,1)
#年龄-消费金额图
pyl.plot(dataf.iloc[i:i+1,0:1].as_matrix(),dataf.iloc[i:i+1,1:2].as_matrix(),"pb")
pyl.subplot(2,3,2)
#消费时间-消费金额图
pyl.plot(dataf.iloc[i:i+1,2:3].as_matrix(),dataf.iloc[i:i+1,1:2].as_matrix(),"pb")
pyl.subplot(2,3,3)
#年龄-消费时间图
pyl.plot(dataf.iloc[i:i+1,0:1].as_matrix(),dataf.iloc[i:i+1,2:3].as_matrix(),"pb")
pyl.show()
学 以 致 用
运行Python程序对下表数据进行聚类分析，了解客户的价值信息
聚类分析
5.3 数据分析-
消费额偏低
为普通用户
消费额偏高
为高级用户
超级用户
消费额不高，
周期不定
消费额中等，
周期稳定
消费额高，
周期短
年龄-消费金额图
点杂乱无章，
两者关系不强
周期-消费金额图
年龄-消费时间图
学 以 致 用
运行Python程序对下表数据进行聚类分析，了解客户的价值信息
知 识 积 累
聚类分析
5.3 数据分析-
用于发现同一个事物中某些属性同时出现的规律和模式，主要研究数据与数据之间的关联性。
关 联
分 析
聚类分析主要将数据自动分成不同类型，同类数据之间有一定相似性，不同类型数据之间没有多大的相似性。
聚 类
分 析
课 堂 总 结
聚类分析
5.3 数据分析-
聚类分析的概念
1
2
聚类分析的思想
3
聚类分析的算法
聚 类 分 析
当 堂 检 测
聚类分析
5.3 数据分析-
1.下列关于聚类分析的说法，错误的是（ ）
A.可以从数据点集合中随机选择K个点作为初始的聚集中心
B.对其他的每个数据点，以此判断其与K个中心点的距离，距离最近的表明它属于这项聚类
C.聚类分析，必须先设定分类的标准，否则无法准确分类
D.重新计算新的聚簇集合的平均值既中心点
当 堂 检 测
聚类分析
5.3 数据分析-
2.K-平均算法属于( )分析方法。
A. 聚类
B. 关联
C. 分类
D. 回归
谢
谢
聆
听
信息技术必修1 -
information Technology education
信息技术教育
广东教育出版社