利用python的KMeans和PCA包實現聚類演算法

題目： 透過給出的駕駛員行為資料（trip.csv），對駕駛員不同時段的駕駛型別進行聚類,聚成普通駕駛型別，激進型別和超冷靜型3類 。 利用Python的scikit-learn包中的Kmeans演算法進行聚類演算法的應用練習。並利用scikit-learn包中的PCA演算法來對聚類後的資料進行降維，然後畫圖展示出聚類效果。透過調節聚類演算法的引數，來觀察聚類效果的變化，練習調參。

資料介紹： 選取某一個駕駛員的經過處理的資料集trip.csv，將該駕駛人的各個時間段的特徵進行聚類。（注：其中的driver 和trip_no 不參與聚類）

欄位介紹： driver ：駕駛員編號；trip_no：trip編號；v_avg：平均速度；v_var：速度的方差；a_avg：平均加速度；a_var：加速度的方差；r_avg：平均轉速；r_var：轉速的方差； v_a：速度level為a時的時間佔比（同理v_b ， v_c ， v_d ）； a_a：加速度level為a時的時間佔比（同理a_b, a_c）； r_a：轉速level為a時的時間佔比（ r_b, r_c）

聚類演算法要求：

（1）統計各個類別的數目

（2）找出聚類中心

（3）將每條資料聚成的類別（該列命名為jllable ）和原始資料集進行合併，形成新的dataframe，命名為new_df ，並輸出到本地，命名為new_df.csv。

降維演算法要求：

（1）將用於聚類的資料的特徵的維度降至2維，並輸出降維後的資料，形成一個dataframe名字new_pca

（2）畫圖來展示聚類效果（可用如下程式碼）：

　import matplotlib.pyplot asplt

   d = new_pca[new_df['jllable'] == 0]

   plt.plot(d[0], d[1], 'r.')

   d = new_pca[new_df['jllable'] == 1]

   plt.plot(d[0], d[1], 'go')

   d = new_pca[new_df['jllable'] == 2]

   plt.plot(d[0], d[1], 'b*')

   plt.gcf().savefig('D:/workspace/python/Practice/ddsx/kmeans.png')

   plt.show()

python實現程式碼如下：

執行結果如下:

    ##各個類別的數目

    ##聚類中心

    ##新的dataframe，命名為new_df ，並輸出到本地，命名為new_df.csv。

    ##視覺化------kmeans.png