Day29-机器学习(3) Kmeans

Kmeans简单说明
为一种非监督学习的方法，其原理为:
(1)依据你想分成几个群，就先找出几个资料点视为群组中心点
(2)再将其他资料根据与其距离最近的群组中心点归为同一类
(3)之後依据分类好的资料重新计算群组中心点
步骤(3)重新计算完群中心後，就会回到步骤(2)跟(3)
一直到群组中心不在改变或达到最大迭代次数

用程序码来比喻就好像是

步骤(1)
while True:
  步骤(2)
  步骤(3)
  if(群组中心不在改变或达到最大迭代次数):
    break

使用方法
这边我使用的资料集为Titanic
前处理我直接跟Day24、25、26的一样，如果想了解可以去看前面的文章

import KMeans

from sklearn.cluster import KMeans

自己先设一个变数，此变数为你的model名称，并将KMeans()指派给它
後面参数n_clusters为设定你想分成几群

训练model

查看中心点

预测结果

查看在验证集上的正确率

缴交结果
IT_submission 为DNN的训练结果(前面文章有写)
SVM_submission 为SVM的训练结果(前面文章有写)
KNN_submission 为KNN的训练结果 (前面文章有写)
Kmeans_submission 为Kmeans的训练结果(就是本文章的结果)
此全部都用相同的资料前处理

附上程序码
https://colab.research.google.com/drive/1_awrM3Un_pWnDUvXE2iYX35RS8ujHLqQ?usp=sharing