from Processor import Processor # Загрузка обучающей выборки proc = Processor("data/Learning_sample.txt") # Выполнение PCA proc.perform_pca(n_components=4) # Анализ PCA спектра proc.plot_pca_spectrum() # Сокращение размерности - переход в новое пространство признаков proc.reduce_dimension() # Кластеризация методом k-means proc.fit_kmeans() proc.show_labels() # Построение проекции кластеров на плоскости proc.plot_clusters() # Вычисление расстояния между кластерами и внутрикластерного среднего print("Рассояние между кластерами: %f" % proc.cluster_distance()) print("Внутрикластерное среднее: %f" % proc.intra_cluster_average()) # Прогноз по файлу Test_sample.txt from numpy import loadtxt, savetxt, transpose data = transpose(loadtxt("data/Test_sample.txt")) forecast = proc.predict(data)