数据挖掘基础之聚类算法

聚类分析技术算法，使用鸢尾花数据集，可视化处理

#-*- coding: utf-8 -*-
from __future__ import print_function    #Python3.+ 不需要此项引入
import pandas as pd
 
#自定义连接函数，用于实现L_{k-1}到C_k的连接
def connect_string（x ms）:
  x = list（map（lambda i:sorted（i.split（ms）） x））
  l = len（x[0]）
  r = []
  for i in range（len（x））:
    for j in range（ilen（x））:
      if x[i][:l-1] == x[j][:l-1] and x[i][l-1] != x[j][l-1]:
        r.append（x[i][:l-1]+sorted（[x[j][l-1]x[i][l-1]]））
  return r
 
#寻找关联规则的函数
def find_rule（d support confidence ms = u‘--‘）:
  result = pd.Dataframe（index=[‘support‘ ‘confidence‘]） #定义输出结果
  
  support_series = 1.0*d.sum（）/len（d） #支持度序列（C1）
  column = list（support_series[support_series > support].index） #初步根据支持度筛选（剪枝，得到频繁项集 L1）
  k = 0
  
  while len（column） > 1:
    k = k+1
    print（u‘\n正在进行第%s次搜索...‘ %k）
    column = connect_string（column ms）
    print（u‘数目：%s...‘ %len（column））
    sf = lambda i: d[i].prod（axis=1 numeric_only = True） #新一批支持度的计算函数（通过相乘得1确认项集结果[数据已转换为‘0无’，‘1有’的形式，每一项集中元素相乘结果为1则证明有该