使用 Pandas 格式化 KMeans 聚类结果

使用 Pandas 格式化 KMeans 聚类结果

在使用 KMeans 聚类模型进行聚类分析后，我们可以利用 Pandas 库的 Series 和 value_counts() 函数来格式化聚类结果，以便更好地理解和分析聚类结果。

# 使用 Series 和 value_counts() 函数格式化聚类结果
pd.Series(kmodel.labels_).value_counts()

代码解释：

• kmodel.labels_：获取 KMeans 聚类模型的聚类标签，它是一个包含每个数据点所属聚类的数组。
• pd.Series()：将聚类标签转换为 Pandas Series 对象。
• value_counts()：计算每个聚类标签出现的次数，并返回一个新的 Series 对象，其中索引是聚类标签，值是每个标签出现的次数。

示例：

假设我们使用 KMeans 模型对数据集进行了聚类，并得到了以下聚类标签：

[0, 1, 0, 2, 1, 0, 1, 2, 0, 1]

使用上述代码，我们可以得到以下结果：

0    4
1    4
2    2
Name: count, dtype: int64

这个结果表明，聚类模型将数据分成了 3 个类，其中第一类包含 4 个数据点，第二类包含 4 个数据点，第三类包含 2 个数据点。

通过格式化 KMeans 聚类结果，我们可以更好地理解聚类模型的结果，并根据结果进行进一步的分析和决策。