“K-means”聚类分析

Question

我想要获取平均值、最小值、最大值等值。标准差。对于使用 k-means 方法计算的每组簇。下面的代码正确吗？

    import pandas as pd

    from sklearn.cluster import KMeans

    dataset = pd.read_csv("C:/Users/../cardio_train_py.csv", sep=';')    

    clusterDB_1 = dataset[['Age','BMI','cardio']].copy()

    kmeans = KMeans(n_clusters=8).fit(clusterDB_1)

    

    X=[0,1,2,3,4,5,6,7]

    print('Age mean() for each cluster')

    for x in X:

        check = clusterDB_1[kmeans.labels_ == x]

        print(check['Age'].mean())

    print('BMI mean() for each cluster')

    for x in X:

        check = clusterDB_1[kmeans.labels_ == x]

        print(check['BMI'].mean())

    print('cardio == 0 count() for each cluster')

    

    for x in X:

        check = clusterDB_1[kmeans.labels_ == x]

        print(len(check[check['cardio'] == 1]))

我问这个是因为获得的值（例如年龄和BMI的平均值以及有氧运动计数== 0）与Statistica中获得的值不同（照片显示了程序Statistica结果的结果）下面是BMI的结果（ Python计算）

24.468587736260996

24.047855933307282

30.548865468674116

31.98410463004993

32.89129084635681

166.57357142857146

41.97845737483085

24.16813400017246

这是我的数据库=> https://www.easypaste.org/file/JcyGhA8Y/cardio.train.py.csv?lang=pl

感谢您的所有帮助和提示:)

Answer 1

以下内容将在一行中完成您想要的操作：clusterDB_1.groupby(kmeans.labels_).mean()