三维聚类 python

原创

mob649e8158a948 2024-09-27 04:51:40 ©著作权

©著作权归作者所有：来自51CTO博客作者mob649e8158a948的原创作品，请联系作者获取转载授权，否则将追究法律责任

三维聚类分析：Python实现与应用

聚类分析是一种无监督学习技术，它将数据集分成若干个组（或称“簇”），使得同一组内的数据之间相似度较高，而不同组之间的数据相似度较低。在实际应用中，我们常常需要处理三维数据，比如在地理信息系统中，我们可能需要对地理坐标（纬度、经度、高度）进行分析。

本文将通过一个简单的示例，讲解如何使用Python进行三维聚类分析，并展示代码实现。

聚类分析的流程

在进行三维聚类分析时，可以按照以下流程进行操作：

flowchart TD
    A[数据准备] --> B[数据预处理]
    B --> C[选择聚类算法]
    C --> D[模型训练]
    D --> E[结果可视化]

1. 数据准备

在任何分析之前，首先需要有合适的数据集。假设我们有一个关于不同地点的三维坐标数据集，每个点的数据包含东经、北纬及海拔高度。

import numpy as np
import pandas as pd

# 生成随机三维数据
np.random.seed(0)
n_samples = 100
X = np.random.rand(n_samples, 3) * 100  # 100 以内的三维数据

# 转换为DataFrame
data = pd.DataFrame(X, columns=['Longitude', 'Latitude', 'Altitude'])
print(data.head())

2. 数据预处理

在进行聚类分析之前，通常需要对数据进行预处理。这包括标准化、去除异常值等。在这里，我们使用标准化的方法将数据归一化处理。

from sklearn.preprocessing import StandardScaler

# 数据标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(data)

3. 选择聚类算法

在三维聚类分析中，常用的聚类算法有K-Means、DBSCAN等。K-Means算法是最常实验的聚类算法之一。

from sklearn.cluster import KMeans

# 选择聚类数为3
kmeans = KMeans(n_clusters=3, random_state=0)
kmeans.fit(X_scaled)

# 获取聚类结果
data['Cluster'] = kmeans.labels_
print(data['Cluster'].value_counts())

4. 模型训练

当模型选择好了之后，接下来就是进行模型的训练。在上面的代码中，fit方法已经完成了对数据的训练。

5. 结果可视化

最后，我们需要对聚类的结果进行可视化，以便更好地理解聚类的效果。我们可以使用 matplotlib 进行三维数据的可视化。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 创建三维图形
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 按照不同聚类绘制不同颜色
scatter = ax.scatter(data['Longitude'], data['Latitude'], data['Altitude'], c=data['Cluster'], cmap='viridis')

# 添加标签
ax.set_xlabel('Longitude')
ax.set_ylabel('Latitude')
ax.set_zlabel('Altitude')
plt.title('3D Cluster Visualization')
plt.colorbar(scatter)
plt.show()