Kmeans算法应用（加拿大森林火灾为例）

加拿大森林火灾为例）"/>

Kmeans算法应用（加拿大森林火灾为例）

FFMC:细小可燃物含水量，（最大值为101，含水率为0，当数值为100时表示可燃物的含水率为0）

DMC:地表可燃物含水率（为0时含水率为100%）

ISI:火灾蔓延潜在等级

DC:干旱码，森林地被物中得含水率

PH:相对湿度

代码如下：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import KMeans #引入sklearn模块里的机器学习算法Kmeansclass FireData():def detectDate(self,filePath):'''探索数据:param filePath: 文件路径:return:'''df = pd.read_csv(filePath)describe = df.describe(include='all')#同合计数据print(describe.T)df.to_excel('data/fire_data.xls')passdef chooseData(self,filePath):df = pd.read_excel('data/fire_data.xls')df = df[['FFMC','DMC','DC','ISI','temp','RH','wind','area']]df.to_excel('data/fire_c