CFAModelCluster - 聚类模型

应用场景

CFAModelCluster类提供多种聚类算法,主要应用于:

• 客户分群和市场细分
• 异常检测
• 数据探索和模式发现
• 图像分割
• 推荐系统

安装依赖

pip install FreeAeon-ML

支持的聚类算法

• KMeans: K均值聚类
• AffinityPropagation: 亲和力传播
• AgglomerativeClustering: 层次聚类
• Birch: BIRCH算法
• MeanShift: 均值漂移
• OPTICS: OPTICS密度聚类
• SpectralClustering: 谱聚类
• GaussianMixture: 高斯混合模型

初始化参数

参数名	类型	说明
cluster_count	int	聚类数量
models	dict	自定义模型字典(可选)

方法详解

1. fit_predict - 聚类预测

def fit_predict(self, df_sample)

对数据进行聚类并返回每个样本的聚类标签。

示例:

from FreeAeonML.FAModelCluster import CFAModelCluster
from FreeAeonML.FASample import CFASample

df_sample = CFASample.get_random_cluster()
cluster_model = CFAModelCluster(cluster_count=3)
df_result = cluster_model.fit_predict(df_sample)
print(df_result)

2. evaluate - 聚类评估

def evaluate(self, df_sample)

计算聚类质量指标: - silhouette_score: 轮廓系数(越大越好) - calinski_harabasz_score: CH指数(越大越好) - davies_bouldin_score: DB指数(越小越好)

示例:

df_perf = cluster_model.evaluate(df_sample)
print(df_perf)

3. sample_cluster - 提取聚类结果

def sample_cluster(self, df_cluster_result, df_sample, model_name)

将聚类标签添加到原始数据。

示例:

df_clustered = cluster_model.sample_cluster(df_result, df_sample, "KMeans")
print(df_clustered.head())

完整示例

import matplotlib.pyplot as plt
from FreeAeonML.FAModelCluster import CFAModelCluster
from FreeAeonML.FASample import CFASample

# 生成数据
df_sample = CFASample.get_random_cluster()

# 聚类
cluster_model = CFAModelCluster(cluster_count=3)
df_result = cluster_model.fit_predict(df_sample)

# 评估
df_perf = cluster_model.evaluate(df_sample)
print("聚类性能:")
print(df_perf.sort_values('silhouette_score', ascending=False))

# 可视化最佳模型
best_model = df_perf.loc[df_perf['silhouette_score'].idxmax(), 'model_name']
df_clustered = cluster_model.sample_cluster(df_result, df_sample, best_model)

plt.figure(figsize=(10, 6))
for cluster in df_clustered['_cluster'].unique():
    subset = df_clustered[df_clustered['_cluster'] == cluster]
    plt.scatter(subset.iloc[:, 0], subset.iloc[:, 1], label=f'Cluster {cluster}')
plt.legend()
plt.title(f'{best_model} Clustering')
plt.show()

相关类链接

• CFAFeatureSelect - 特征降维