Python实现K-means聚类算法
来源：互联网 2026-07-26 12:17:18K-means聚类是一种无监督学习算法，基于样本距离自动将数据划分为K个互不相交的簇。使用Python实现，利用pandas读取学生成绩数据集，通过scikit-learn的KMeans类建模，指定簇数K为2并训练，得到簇标签。增大K值至3或4后聚类结构更清晰，最优K值需结合肘部法则等评估。
K-means聚类算法概述
K-means聚类是一种典型的无监督学习算法，其核心思路直接明了：根据样本在多个维度上的数值特征，通过计算样本间距离，自动将数据划分为K个互不相交的簇。下面用Python完整走一遍K-means聚类分析的全流程，并介绍几个关键操作要点。
数据读取与导入
首先，使用pandas读取学生学业成绩数据集——该数据集包含数学和英语两门科目的分数。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
接着，从scikit-learn中导入KMeans类，这是实现聚类建模的核心工具。
数据预处理
数据预处理阶段，如果原始数据中已包含类别标签，可以单独提取出来，用于后续评估聚类效果。但需注意，K-means本身不依赖任何标签信息——它仅基于特征矩阵X完成建模，这正是无监督学习的本质。
构建KMeans模型
构建KMeans模型时，通过n_clusters参数明确指定期望划分的簇数K，此处设为2。其他超参数保持默认，实际应用中可根据具体问题灵活调整，以优化聚类性能。
模型训练与聚类结果
调用fit方法对数据进行训练，再使用predict或fit_predict获取每个样本所属的簇标签。输出结果显示，所有样本被稳定地分配到了两个不同的簇中。
可视化聚类效果
基于预测结果，使用matplotlib绘制二维散点图，不同簇用颜色区分。不过，当前样本规模较小，类别边界较为模糊，导致二分类下的聚类结构不够清晰直观。
调整K值优化聚类
尝试增大K值——例如设为3或4，重新运行聚类并可视化。观察图表可以发现，提升簇数量后，样本分组更加合理，聚类轮廓也明显起来。在实际应用中，最优K值的确定需综合考虑数据规模、业务目标以及评估指标（如肘部法则、轮廓系数等），不能随意设定。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
相关攻略
更多同类更新
更多
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
