詳解基於K-means的人物誌聚類模型

from faker import Faker
import pandas as pd
import numpy as np
from collections import OrderedDict
fake = Faker(locale='zh_CN')
sex_dict = OrderedDict([('男', 0.52), ('女', 0.48)])
married_dict = OrderedDict([('未婚', 0.4), ('已婚', 0.5), ('離異', 0.1), ])
work_dict = OrderedDict([('在職', 0.7), ('自由職業', 0.3), ])
type_dict = OrderedDict([('白領', 0.45), ('教師', 0.1), ('工人', 0.2), ('公務員', 0.1), ('銷售', 0.15)])
name = []
age = []
address = []
sex = []
work = []
married = []
type = []
# 生成人數
num = 1000
# 生成name age address 
for i in range(num):
    name.append(fake.name())
    age.append(fake.random_int(min=16,max=45))
    address.append(fake.province())
    sex.append(fake.random_element(sex_dict))
    work.append(fake.random_element(work_dict))
    type.append(fake.random_element(type_dict))
    married.append(fake.random_element(married_dict))
data = {'name':name,'age':age,'sex':sex,'address':address,'work':work,'married':married,'type':type}
users = pd.DataFrame.from_dict(data)

users['married'] = users['married'].map(married_map)

model = Pipeline([
    ('BN',preprocessing.StandardScaler()),('KMS',KMeans())
])
model.fit(X)
# 儲存模型
joblib.dump(model,  "./model/model.pkl")
model = joblib.load("./model/model.pkl")
y_pred = model.predict(X)
# 將預測結果放入向量化的總資料裡儲存
users['lable'] = y_pred

model = joblib.load("./model/model.pkl")
y_pred = model.predict([X[0]])
y_pred

import matplotlib.pyplot as plt
from pandas.plotting import radviz
"""
adviz視覺化原理是將一系列多維空間的點通過非線性方法對映到二維空間的視覺化技術，是基於圓形平行座標系的設計思想而提出的多維視覺化方法。圓形的m條半徑表示m維空間，使用座標系中的一點代表多為資訊物件，其實現原理參照物理學中物體受力平衡定理。
       mm維空間的點{Ai1,Ai2,...,AimAi1,Ai2,...,Aim}對映到二維可視空間的位置由彈簧引力分析模型確定。
      首先將一個圓等分成 mm份，等分點的個數由資料維度決定，記各等分點為{R1,R2,...,RnR1,R2,...,Rn}，每個等分點上固定一個彈簧，各個彈簧的彈性係數不同，彈簧 jj的彈性係數是AijAij，也就是第 jj維的值，所有mm個彈簧的另一端軍固定在一個小圓上，如果這個小圓最終達到一個平衡位置 Bi={Xi,Yi}TBi={Xi,Yi}T，則彈力平衡點 {Xi,Yi}{Xi,Yi}就是m維空間點{ Ai1,Ai2,...,AimAi1,Ai2,...,Aim}在二維空間的投影點。
      部落格：https://blog.csdn.net/Haiyang_Duan/article/details/78985225
"""
plt.figure('人物誌聚類',figsize=(15, 7.5), dpi=80)
plt.title('radviz')
radviz(users.loc[:,'age':], class_column='lable')
plt.show()