一、实验目标
本实验旨在通过聚类算法对睡眠健康群体进行多维特征分析，识别不同群体的睡眠模式，并根据群体特点制定个性化的睡眠改善方案。通过使用聚类算法，帮助理解不同群体的睡眠健康状况，为个性化健康管理提供支持。
二、实验环境
-
编程语言：Python 3.11
-
开发工具：Jupyter Notebook
-
使用的库：
-
Pandas：用于数据处理和分析
-
Scikit-learn：用于机器学习和聚类分析
-
Matplotlib：用于结果可视化
-
NumPy：用于数学运算和数据处理
-
三、实验数据
实验数据来自可穿戴设备记录的睡眠健康指标，包含以下特征：
-
Heart_Rate_Variability：心率变异性
-
Body_Temperature：体温
-
Movement_During_Sleep：睡眠时的运动量
-
Sleep_Duration_Hours：睡眠时长
-
Sleep_Quality_Score：睡眠质量评分
-
Caffeine_Intake_mg：咖啡因摄入量
-
Stress_Level：压力水平
-
Bedtime_Consistency：入睡时间一致性
-
Light_Exposure_hours：光照暴露时间
数据已上传并包含多个健康指标，适用于进行聚类分析。
四、实验步骤
-
数据加载和预处理：
-
加载数据并进行数据检查。
-
对数据进行标准化处理，使得各特征的量纲一致，避免某些特征的影响过大。
-
-
聚类算法选择：
-
使用K-means聚类算法进行群体划分。
-
使用肘部法选择最佳的簇数（K）。
-
-
聚类模型训练：
-
对标准化后的数据进行聚类分析，确定群体的划分。
-
计算聚类的惯性（Inertia）来评估模型。
-
-
分析与结果展示：
-
展示每个簇的中心和每个数据点的分类结果。
-
基于聚类结果分析每个簇的特点，并制定个性化的睡眠改善方案。
-
-
性能评估：
-
使用聚类的性能指标（如轮廓系数等）对聚类结果进行评估。
-
肘部法（Elbow Method）是一种常用的确定聚类数（簇数）的启发式方法，尤其是在 K-means 聚类中。它的核心思想是通过观察不同簇数下模型的表现来选择最佳的簇数。
代码展示
import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt# 数据加载
file_path = 'wearable_tech_sleep_quality.csv' #替换为自己的数据
data = pd.read_csv(file_path)# 数据标准化
features = data[['Heart_Rate_Variability', 'Body_Temperature', 'Movement_During_Sleep','Sleep_Duration_Hours', 'Sleep_Quality_Score', 'Caffeine_Intake_mg','Stress_Level', 'Bedtime_Consistency', 'Light_Exposure_hours']]
scaler = StandardScaler()
scaled_features = scaler.fit_transform(features)# 使用肘部法选择最佳簇数
inertia = []
for k in range(1, 11): kmeans = KMeans(n_clusters=k, random_state=42)kmeans.fit(scaled_features)inertia.append(kmeans.inertia_)
#从1到10（即簇数从1到10）训练不同簇数的 K-means 模型，计算每个模型的惯性，并将惯性值保存到 inertia 列表中。
#之后，通过绘制惯性值与簇数之间的关系图，我们可以观察惯性下降的趋势，并选择合适的簇数。# 绘制肘部法图形
#肘部法的核心是找到图形中的拐点。通常情况下，随着簇数的增加，惯性值会逐渐下降，
#但在某个点后，下降的幅度会显著减小，形成类似"肘部"的形状。此处即为最佳 K
plt.plot(range(1, 11), inertia, marker='o')
plt.title('Elbow Method for Optimal K')
plt.xlabel('Number of Clusters (K)')
plt.ylabel('Inertia')
plt.show()# 根据图形选择3个簇进行聚类
kmeans = KMeans(n_clusters=3, random_state=42)
clusters = kmeans.fit_predict(scaled_features)
data['Cluster'] = clusters# 映射簇编号到对应的睡眠质量群体
cluster_mapping = {0: '低质量睡眠群体', 1: '中等睡眠质量群体', 2: '高质量睡眠群体'}# 将聚类标签替换为对应的群体名称
data['Sleep_Quality_Group'] = data['Cluster'].map(cluster_mapping)# 将结果写入新的 CSV 文件
output_file = 'new_sleep_quality_grouped.csv'
data.to_csv(output_file, index=False)# 输出文件路径，方便用户下载
print(f"更新后的数据已保存为: {output_file}")
kmeans = KMeans(n_clusters=3, random_state=42)
clusters = kmeans.fit_predict(scaled_features)
的详细解释
1.kmeans = KMeans(n_clusters=3, random_state=42)
KMeans是scikit-learn中用于执行 K-means 聚类算法的类。K-means 是一种无监督学习算法，它通过将数据点分配到K个簇中，使每个簇内部的点尽可能相似，而不同簇的点尽可能不同。
n_clusters=3：
这个参数指定了要将数据分成几个簇。这里的
3表示将数据分成 3 个簇。选择簇数（K）通常是通过肘部法（Elbow Method）或其他方法来确定的。
random_state=42：
random_state用于设置随机数种子，使得每次运行代码时都能获得相同的结果。K-means 聚类算法在初始化簇中心时是随机的，因此指定random_state可以确保结果的可重复性。
42是任意选择的数值，它确保了代码运行时随机数生成器的初始化是一致的。2.
clusters = kmeans.fit_predict(scaled_features)
kmeans.fit_predict(scaled_features)：
fit：该方法用于训练 K-means 聚类模型，依据输入的特征数据scaled_features来执行聚类计算。它通过不断调整簇中心来最小化每个簇内的误差（惯性），直到收敛（即簇中心不再变化或变化极小）。
predict：该方法会使用训练好的模型来对每个数据点进行预测，即将每个数据点分配到它最接近的簇中心。
fit_predict是fit和predict方法的合并方法，它不仅执行训练过程，而且返回每个数据点的簇标签（即它所属的簇的编号）。
例如，如果你有 1000 个样本，
fit_predict将返回一个长度为 1000 的数组，其中每个元素是样本所属簇的编号（例如 0, 1, 2）。
scaled_features是标准化后的特征数据，包含了每个数据点的多个特征。这是输入到 K-means 模型中的数据，因为标准化后的数据有助于提高聚类算法的效果，避免因为特征的尺度不同而影响聚类结果。
五、实验结果
-
聚类训练过程： 通过肘部法，我们发现最适合的簇数为 3。接着使用 K-means 聚类算法进行模型训练，得到以下聚类结果：
-
簇 0：低质量睡眠群体
-
簇 1：中等睡眠质量群体
-
簇 2：高质量睡眠群体
-
-
群体划分与分析： 聚类后的数据展示了每个群体的特征：
-
簇 0（低质量睡眠群体）：睡眠时长较短，压力水平较高，咖啡因摄入量较多，睡眠质量较低。
-
簇 1（中等睡眠质量群体）：睡眠时长适中，睡眠质量中等，咖啡因摄入量适中，压力水平适中。
-
簇 2（高质量睡眠群体）：睡眠时长较长，压力水平较低，咖啡因摄入量较低，睡眠质量较高。
-
-
个性化睡眠改善方案：
-
簇 0：建议延长睡眠时长，减少咖啡因摄入，减轻压力，增加运动。
-
簇 1：建议保持规律作息，优化睡眠环境，减少咖啡因摄入，进行适度运动。
-
簇 2：建议维持现有习惯，继续保持低压力和健康的睡眠环境，增加日间光照暴露。
-
-
聚类性能评估： 聚类模型的轮廓系数（Silhouette Score）为 0.45，说明聚类效果较好，但仍有提升空间。惯性值也在进一步优化过程中得到改善。
