机器学习2-聚类算法亚洲足球梯队

大家好，我是微学AI，今天给大家带来机器学习实战案例，分析亚洲足球梯队。2022年卡塔尔世界杯将在本月进行，不到半个月就开幕了，本届世界杯通过预选赛已选出32支球队。

2022卡塔尔世界杯决赛圈名单如下，各大州的分布：

欧洲(13)：比利时、克罗地亚、丹麦、英国、法国、德国、荷兰、塞尔维亚、西班牙、瑞士、威尔士、波兰、葡萄牙。

亚洲(6)：卡塔尔、伊朗、日本、韩国、沙特阿拉伯、澳大利亚。

南美洲(4)：巴西、阿根廷、乌拉圭、厄瓜多尔。

非洲(5)：塞内加尔、突尼斯、摩洛哥、喀麦隆、加纳。

北美和加勒比海地区(4)：美国、加拿大、墨西哥、哥斯达黎加。

遗憾还是没有看到国足的身影，那只能看看国足在亚洲处于哪个梯队。

下面是详细的代码介绍

一、前期工作

1. 导入库包

1.  
   from sklearn.cluster import KMeans
2.  
   from sklearn import preprocessing
3.  
   import pandas as pd
4.  
   import numpy as np

2.导入数据

1.  
   # 数据加载
2.  
   data = pd.read_csv('team_cluster_data.csv', encoding='gbk')
3.  
   train_x = data[["2019国际排名","2018世界杯排名","2015亚洲杯排名"]]

数据样例：

3.聚类算法

1.  
   kmeans = KMeans(n_clusters=3)
2.  
   # 规范化到 [0,1] 空间
3.  
   min_max_scaler=preprocessing.MinMaxScaler()
4.  
   train_x=min_max_scaler.fit_transform(train_x)
5.  
    
6.  
   predict_y = kmeans.fit_predict(train_x)
7.  
   # 合并聚类结果，插入到原数据中
8.  
   result = pd.concat((data,pd.DataFrame(predict_y)),axis=1)
9.  
   result.rename({0:u'聚类结果'},axis=1,inplace=True)
10.  
    print(result)

4.运行结果

1.  
   国家 2019国际排名 2018世界杯排名 2015亚洲杯排名 聚类结果
2.  
   0 中国 73 40 7 0
3.  
   1 日本 60 15 5 2
4.  
   2 韩国 61 19 2 2
5.  
   3 伊朗 34 18 6 2
6.  
   4 沙特 67 26 10 2
7.  
   5 伊拉克 91 40 4 0
8.  
   6 卡塔尔 101 40 13 1
9.  
   7 阿联酋 81 40 6 0
10.  
    8 乌兹别克斯坦 88 40 8 0
11.  
    9 泰国 122 40 17 1
12.  
    10 越南 102 50 17 1
13.  
    11 阿曼 87 50 12 1
14.  
    12 朝鲜 110 50 14 1
15.  
    13 印尼 164 50 17 3
16.  
    14 澳洲 40 30 1 2
17.  
    15 叙利亚 76 40 17 1
18.  
    16 约旦 118 50 9 0
19.  
    17 科威特 160 50 15 3
20.  
     
21.  
    Process finished with exit code 0

聚类结果数值发现：

（数值2）第一梯队：日本、韩国、 伊朗、沙特、澳洲

（数值0）第二梯队：中国、伊拉克、阿联酋、乌兹别克斯坦、约旦

（数值1）第三梯队：卡塔尔、泰国、越南、阿曼、朝鲜

（数值3）第四梯队：印尼、科威特

国足属于第二梯队，当然这个数值分类还是随着国际比赛是时刻变化的。

 有技术交流可以私信哦。

这篇好文章是转载于：学新通技术网