1. import pandas as pd
  2. import csv
  3. import matplotlib.pyplot as plt
  4. import seaborn as sns
  5. from sklearn.mixture import GaussianMixture
  6. from sklearn.preprocessing import StandardScaler
  7. import warnings
  8. warnings.filterwarnings("ignore")
  1. data_s=pd.read_csv('heros.csv',encoding='gb18030')
  2. features=data_s.columns[1:21]
  3. data=data_s[features]
  4. data.head()
最大生命 生命成长 初始生命 最大法力 法力成长 初始法力 最高物攻 物攻成长 初始物攻 最大物防 物防成长 初始物防 最大每5秒回血 每5秒回血成长 初始每5秒回血 最大每5秒回蓝 每5秒回蓝成长 初始每5秒回蓝 最大攻速 攻击范围
0 7350 288.8 3307 1746 94 430 321 11.570 159 397 21.14 101 98 3.357 51 37 1.571 15 28.00% 近战
1 7000 275.0 3150 1760 95 430 318 11.000 164 409 22.07 100 92 3.143 48 37 1.571 15 14.00% 近战
2 8341 329.4 3450 100 0 100 301 10.570 153 504 27.07 125 115 4.143 57 5 0.000 5 14.00% 近战
3 8476 352.8 3537 1926 104 470 273 8.357 156 394 20.36 109 117 4.214 58 42 1.786 17 14.00% 近战
4 7344 270.0 3564 0 0 0 343 12.360 170 390 20.79 99 97 3.071 54 0 0.000 0 14.00% 近战 
  1. data.info()
  1. <class 'pandas.core.frame.DataFrame'>
  2. RangeIndex: 69 entries, 0 to 68
  3. Data columns (total 20 columns):
  4. 最大生命       69 non-null int64
  5. 生命成长       69 non-null float64
  6. 初始生命       69 non-null int64
  7. 最大法力       69 non-null int64
  8. 法力成长       69 non-null int64
  9. 初始法力       69 non-null int64
  10. 最高物攻       69 non-null int64
  11. 物攻成长       69 non-null float64
  12. 初始物攻       69 non-null int64
  13. 最大物防       69 non-null int64
  14. 物防成长       69 non-null float64
  15. 初始物防       69 non-null int64
  16. 最大每5秒回血    69 non-null int64
  17. 每5秒回血成长    69 non-null float64
  18. 初始每5秒回血    69 non-null int64
  19. 最大每5秒回蓝    69 non-null int64
  20. 每5秒回蓝成长    69 non-null float64
  21. 初始每5秒回蓝    69 non-null int64
  22. 最大攻速       69 non-null object
  23. 攻击范围       69 non-null object
  24. dtypes: float64(5), int64(13), object(2)
  25. memory usage: 10.9+ KB
plt.rcParams['font.sans-serif']=['Heiti TC']
plt.rcParams['axes.unicode_minus']=False

corr=data[features].corr()
plt.figure(figsize=(18,18))
sns.heatmap(corr,annot=True)

<matplotlib.axes._subplots.AxesSubplot at 0x1a24549908>

7.1 王者荣耀英雄划分——EM - 图1

features_remain = [u'最大生命', u'初始生命', u'最大法力', u'最高物攻', u'初始物攻', u'最大物防', u'初始物防', u'最大每5秒回血', u'最大每5秒回蓝', u'初始每5秒回蓝', u'最大攻速', u'攻击范围']
data = data_s[features_remain]
data[u'最大攻速'] = data[u'最大攻速'].apply(lambda x: float(x.strip('%'))/100)
data[u'攻击范围']=data[u'攻击范围'].map({'远程':1,'近战':0})

ss=StandardScaler()
data=ss.fit_transform(data)

gmm=GaussianMixture(n_components=30,covariance_type='full')
gmm.fit(data)

GaussianMixture(covariance_type='full', init_params='kmeans', max_iter=100,
                means_init=None, n_components=30, n_init=1,
                precisions_init=None, random_state=None, reg_covar=1e-06,
                tol=0.001, verbose=0, verbose_interval=10, warm_start=False,
                weights_init=None)

prediction=gmm.predict(data)

prediction

array([ 9,  9,  8,  3, 12, 12, 18,  8, 28,  7, 15, 27,  3, 14, 24, 15, 19,
        3,  6, 17, 16,  5, 17,  5,  5,  5, 17, 11,  2, 23,  9, 23, 13,  2,
       23, 23,  2,  4, 21, 10, 13,  2,  2, 23, 23, 13, 27, 21, 27,  2, 20,
        1,  6, 14, 14,  9, 29,  1, 25, 12, 29,  6,  0,  9, 22,  1,  1, 26,
       11])

from sklearn.metrics import calinski_harabasz_score
score=calinski_harabasz_score(data,prediction)
print(score)

20.83966937429612

指标分数越高，代表聚类效果越好，也就是相同类中的差异性小，不同类之间的差异性大。当然具体聚类的结果含义，我们需要人工来分析，也就是当这些数据被分成不同的类别之后，具体每个类表代表的含义。

data_s.insert(0,'分组',prediction)
data_s.to_csv('heros_out.csv',index=False,sep=',')

数据集

heros.csv

结果数据

heros_out.csv