基于因子分析与聚类城市宜居度分类研究.pdfVIP

10.聚类分析+因子分析案例:城市宜居度分类

问题背景:某研究机构需对20个城市的宜居度进行分类，指标包含8项(如人均GDP、

空气质量、教育资源、房价等)，指标间存在相关性(如“人均GDP高的城市房价也

高”)。

数据：

•20个城市的8项指标数据(后):如人均GDP(0‑100分)、空气质量指数(0‑100

分，值越低越好)等。

要求:用因子分析提取2-3个公共因子(如“经济因子”“环境因子”)，基于因子得

分用K-means聚类为3类，分析每类城市的宜居特征及改进方向。

10.

聚类分析

+因子分析代码:城市宜居度分类

import

numpy

as

np

import

pandas

as

pd

import

matplotlib.pyplot

as

plt

from

sklearn.decomposition

import

FactorAnalysis

from

sklearn.cluster

import

KMeans

from

sklearn.preprocessing

import

StandardScaler

#

1.

数据准备(20个城市的8项指标)

np.random.seed(42)

n_

cities

=20#

指标:人均

GDP(