ワインのクラスタリング(データの下準備)
sklearnのデータセットを使用してクラスタリングを行なう前のデータの下準備を行う
import pandas as pd
from sklearn.datasets import make_blobs
# Xには1つのプロットの(x,y)が、yにはそのプロットの所属するクラスター番号が入る
print(make_blobs(n_samples=100, n_features=20, centers=15, cluster_std=2.0, shuffle=True, random_state=0)) #①
X,y=make_blobs(n_samples=100, # サンプル点の総数
n_features=2, # 特徴量（次元数）の指定 default:2
centers=3, # クラスタの個数
cluster_std=0.5, # クラスタ内の標準偏差
shuffle=True, # サンプルをシャッフル
random_state=0) # 乱数生成器の状態を指定
variables = ['辛さ','重厚','スパイシー','果実味','コク','酸味','落ち着き','香り','華やか','ジューシー','熟成','透明感','シャープ','力強い','フレッシュ','渋み','苦味','樽','エキゾチック','粘性']
print(len(X)) #②
print(len(y)) #③
df = pd.DataFrame(X, columns=variables)
print(df) #④
①の出力結果：
1つ目が行列、2つ目が行ベクトルである事が分かる。
②、③データが100個ある事が分かる ④カラム名が追加されている事が分かる。
