机器学习错误2 将DataFrame完整导出成csv文件

生成DataFrame

在写代码时，我们会用到DataFrame来更直观的观察代码

当然在此之前，需要在第一行import所需要的各种包 生成数据后，用pd.DataFrame()但是这个表是简略版的，如果需要完整查看，就需要导出成CSV文件

导出代码

outputpath=C:/Users/DANNY/Desktop/DataFrame导出.csv
result_df.to_csv(outputpath,sep=,,index=False,header=True)

其中1处是导出的位置，需要注意的是复制过来的是要改成/ 比如：C:UsersDANNYDesktop ----> C:/Users/DANNY/Desktop/

其中2处是导出文件的名称，可以自己取，我这里是叫DataFrame导出

其他outputpath = .csv是不变的 第二行

result_df.to_csv(outputpath,sep=,,index=False,header=True)

只需要改变False和True即可，需要index就把index=False 改成 index=True

导出结果

机器学习8

全文代码

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

### KMeans算法

#### 准备数据集

data = pd.read_csv(销售利润表.csv)
data

data.shape

data.info()

data.head()

data.describe()

data.drop(columns="Unnamed: 0",inplace=True) #删除未命名那列

data.head()

#### 构建KMeans模型

KMeans?

km = KMeans(n_clusters=8,max_iter=300,tol=0.01) #写km = KMeans()也可以，因为是默认值

#### 训练模型

km.fit(data)

#### 查看属性

#质心
km.cluster_centers_

#属于哪个簇
km.labels_

#误差平方和
km.inertia_

#### 最优模型（调参）

result = []
for n_clusters in range(2,10):
    for max_iter in range(300,601,50): #最大迭代次数
        for tol in range(2,10):
            tol=tol*1e-5
            km = KMeans(n_clusters=n_clusters,max_iter==max_iter,tol=tol)
            km.fit(data)
            d={
          
   n_clusters:n_clusters,max_iter:max_iter,tol:tol,inertia:km.inertia_}
            result.append(d)



result = []
for n_clusters in range(2,10):
    for max_iter in range(300,601,50): #最大迭代次数
        for tol in range(2,10):
            tol=tol*1e-5
            km = KMeans(n_clusters=n_clusters,max_iter=max_iter,tol=tol)
            km.fit(data)
            d={
          
   n_clusters:n_clusters,max_iter:max_iter,tol:tol,inertia:km.inertia_}
            result.append(d)
# 一个模型的参数放在字典d里面，用result.append(d)把所有模型的参数存起来到result列表

result

result_df = pd.DataFrame(result) #主要DataFrame的DF都大写
result_df

outputpath=C:/Users/DANNY/Desktop/DataFrame导出.csv
result_df.to_csv(outputpath,sep=,,index=False,header=True)