from sklearn.decomposition import PCA from sklearn.cluster import KMeans import pandas as pd import numpy as np #pca.txt是一个没有表头的多维数据,一共有7列,利用pandas读取 df = pd.read_table('d:/PCA.txt') #将df转换成矩阵 dataMat = np.array(df) #调用sklearn中的PCA,其中主成分有5列 pca_sk = PCA(n_components=5) #利用PCA进行降维,数据存在newMat中 newMat = pca_sk.fit_transform(dataMat) #利用KMeans进行聚类,分为3类 kmeans = KMeans(n_clusters=3,random_state=0).fit(newMat) #labels为分类的标签 labels = kmeans.labels_ #把标签加入到矩阵中用DataFrame生成新的df,index为类别的编号,这里是0,1,2 dataDf = pd.DataFrame(newMat,index=labels,columns=['x1','x2','x3','x4','x5']) #数据保存在excel文件中 dataDf.to_excel('d:/pca_cluster.xls') print(pca_sk.explained_variance_ratio_)
来源:https://blog.csdn.net/playgoon2/article/details/77326045