用python实现基于K-means 分类算法，对wine数据集，葡萄酒分类并用matplot画图

### 实现K-means聚类分析并对结果进行可视化 以下是基于 `sklearn` 的 K-means 聚类算法对 `wine` 数据集进行分类的具体实现方法，并利用 `matplotlib` 可视化聚类效果。 #### 导入必要的库 为了完成此任务，需导入以下 Python 库： ```python from sklearn import datasets from sklearn.preprocessing import StandardScaler from sklearn.cluster import KMeans import matplotlib.pyplot as plt ``` 这些库分别用于加载数据、标准化特征以及执行 K-means 聚类和绘图操作[^1]。 --- #### 加载并预处理数据 首先加载 `wine` 数据集，并对其进行标准化处理以便更好地应用 K-means 算法： ```python # 加载 wine 数据集 wine = datasets.load_wine() X = wine['data'] y = wine['target'] # 对数据进行标准化 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) ``` 上述代码片段中，`StandardScaler()` 将原始数据转换为均值为零、标准差为一的形式，从而提高模型性能。 --- #### 执行 K-means 聚类 定义 K-means 模型并将数据拟合到该模型上。这里假设类别数为 3（因为 `wine` 数据集中有三个类别）： ```python kmeans = KMeans(n_clusters=3, random_state=42) clusters = kmeans.fit_predict(X_scaled) ``` 此处设置参数 `n_clusters=3` 表示期望将数据划分为三组；`random_state=42` 则是为了确保每次运行的结果一致。 --- #### 计算评估指标 可以计算一些常用的聚类质量度量来验证结果的有效性，例如轮廓系数 (Silhouette Score) 和调整兰德指数 (Adjusted Rand Index): ```python silhouette_avg = silhouette_score(X_scaled, clusters) ari = adjusted_rand_score(y, clusters) print(f"Average Silhouette Score: {silhouette_avg:.4f}") print(f"Adjusted Rand Index: {ari:.4f}") ``` 这两个分数越高表明聚类的效果越好[^2]。 --- #### 使用 Matplotlib 进行可视化 最后一步是对聚类结果进行可视化展示。由于原数据维度较高，可先降维至二维再作图： ```python from sklearn.decomposition import PCA pca = PCA(n_components=2) X_pca = pca.fit_transform(X_scaled) plt.figure(figsize=(8, 6)) scatter = plt.scatter(X_pca[:, 0], X_pca[:, 1], c=clusters, cmap='viridis', s=50, alpha=0.7) centers = kmeans.cluster_centers_ centers_pca = pca.transform(centers) plt.scatter(centers_pca[:, 0], centers_pca[:, 1], marker="x", color="red", s=200, linewidths=3, label="Centroids") plt.title('K-Means Clustering of Wine Dataset') plt.xlabel('Principal Component 1') plt.ylabel('Principal Component 2') plt.legend() plt.colorbar(scatter).set_label('Cluster Labels') plt.show() ``` 这段代码通过主成分分析 (PCA) 把高维空间映射到了两维平面上，便于观察各个簇之间的分布情况及其中心位置。 --- ### 总结 以上展示了完整的流程——从准备环境到最终呈现图形化的聚类成果。这种方法不仅能够帮助理解不同类型的葡萄酒特性差异所在，还提供了定量评价手段以衡量分群的质量优劣程度。