实验二扩展作业

无监督学习：kmeans聚类——选做

import matplotlib.pyplot as plt  
import numpy as np 
import pandas as pd
from sklearn.cluster import KMeans

data = pd.read_csv('patient_data.csv')     #加载病人数据集
X = data.drop(columns='PatientID')         #将原始数据中的PatientID一列删除，因为这个特征对聚类没有帮助
X= X.dropna()                              #删除原数据中带有空缺值的样本
X= X[['Age','BMI']]                        #选取Age和BMI作为聚类特征
print(X.shape)               #打印X矩阵的尺寸
print(X.head())               #打印X的前5行
 
# 绘制数据分布图
plt.scatter(X['Age'], X['BMI'], c="red", marker='o', label='patient')     #以X矩阵的第一列为x坐标，X矩阵的第二列为y坐标，绘制散点图
plt.xlabel('Age')             #设置x轴的标题
plt.ylabel('BMI')             #设置y轴的标题
plt.legend(loc=2)             #设置图例，loc=2，说明图例位置是左上角
plt.show()                    #显示散点图
 
estimator = KMeans(n_clusters=3)       # 构造聚类器，n_clusters=3，说明目标类别数量为3
estimator.fit(X)                       # 聚类，  用数据X去得到具体的聚类器
label_pred = estimator.labels_         # 获取聚类标签，标签为0,1,2，  那么label_pred是一个150个元素的数列，对应每朵花所属的类别标签
# 绘制k-means结果
x0 = X[label_pred == 0]                #把X中类别为0的花筛选出来，赋给x0类
x1 = X[label_pred == 1]                #把X中类别为1的花筛选出来，赋给x1类
x2 = X[label_pred == 2]                #把X中类别为2的花筛选出来，赋给x2类
plt.scatter(x0['Age'], x0['BMI'], c="red", marker='o', label='label0')  
plt.scatter(x1['Age'], x1['BMI'], c="green", marker='*', label='label1')  
plt.scatter(x2['Age'], x2['BMI'], c="blue", marker='+', label='label2')  
plt.xlabel('Age')  
plt.ylabel('BMI')  
plt.legend(loc=2)  
plt.show()