Python中SKlearn中kmeans聚类
1.随机生成二维聚类数据
- import numpy as np
- x1 = np.array([1, 2, 3, 1, 5, 6, 5, 5, 6, 7, 8, 9, 9])
- x2 = np.array([1, 3, 2, 2, 8, 6, 7, 6, 7, 1, 2, 1, 3])
- x = np.array(list(zip(x1, x2))).reshape(len(x1), 2)
- print x
- # [[1 1]
- # [2 3]
- # [3 2]
- # [1 2]
- # [5 8]
- # [6 6]
- # [5 7]
- # [5 6]
- # [6 7]
- # [7 1]
- # [8 2]
- # [9 1]
- # [9 3]]
2.生成聚类标签
- from sklearn.cluster import KMeans
- kmeans=KMeans(n_clusters=3) #n_clusters:number of cluster
- kmeans.fit(x)
- print kmeans.labels_
- #[0 0 0 0 2 2 2 2 2 1 1 1 1]
3.显示聚类效果
- import matplotlib.pyplot as plt
- plt.figure(figsize=(8,10))
- colors = ['b', 'g', 'r']
- markers = ['o', 's', 'D']
- for i,l in enumerate(kmeans.labels_):
- plt.plot(x1[i],x2[i],color=colors[l],marker=markers[l],ls='None')
- plt.show()
效果如下图:
Python中SKlearn中kmeans聚类相关推荐
- 使用Python,OpenCV,K-Means聚类查找图像中最主要的颜色
Python,OpenCV,K-Means聚类查找图像中最主要的颜色 1. K-Means是什么? 2. 步骤 3. 效果图 4. 源代码 参考 对于肉眼来说,从一幅图中识别出主要颜色很容易.那怎么用 ...
- python使用sklearn中的make_blobs函数生成聚类(clustering)分析需要的仿真数据、matplotlib可视化生成的仿真数据
python使用sklearn中的make_blobs函数生成聚类(clustering)分析需要的仿真数据.matplotlib可视化生成的仿真数据 目录
- python使用sklearn中的make_classification函数生成分类模型(classification)需要的仿真数据、使用pandas查看生成数据的特征数据、目标数据
python使用sklearn中的make_classification函数生成分类模型(classification)需要的仿真数据.使用pandas查看生成数据的特征数据(features).目标 ...
- Python中sklearn中HistGradientBoostingRegressor回归器配置单调约束参数monotonic_cst提高回归模型的抗噪声以及局部扰动的能力
Python中sklearn中HistGradientBoostingRegressor回归器配置单调约束参数monotonic_cst提高回归模型的抗噪声以及局部扰动的能力 目录
- Python+OpenCV:理解K-Means聚类(K-Means Clustering)
Python+OpenCV:理解K-Means聚类(K-Means Clustering) 理论 We will deal this with an example which is commonly ...
- kmeans python sklearn_Python手动实现kmeans聚类和调用sklearn实现
1. 算法步骤 随机选取k个样本点充当k个簇的中心点: 计算所有样本点与各个簇中心之间的距离,然后把样本点划入最近的簇中: 根据簇中已有的样本点,重新计算簇中心: 重复步骤2和3,直到簇中心不再改变或 ...
- python调用sklearn中朴素贝叶斯踩坑
调用结构: from sklearn.naive_bayes import MultinomialNB # 从sklean.naive_bayes里导入朴素贝叶斯模型 from sklearn.f ...
- sklearn之k-means聚类算法
听了菜菜的sklearn算法而写的学习笔记 概述 无监督学习与有监督学习 结构化数据与非结构化数据 聚类算法与分类算法 sklearn中的聚类算法 KMeans一最简单的聚类算法 KMeans算法工作 ...
- Python | 用相关系数进行Kmeans聚类,利用利润率、打折率、销售额、毛利润得到商品价格弹性标签,建立价格折扣力度模型
1.计算每一类的相关系数: 原数据 计算出超市商品类内部利润率.打折率.销售额.毛利润数据的相关系数. 1级24个商品分类标签 这里是计算1级24个商品分类table['居家日用', '休闲食品', ...
最新文章
- Maya人物角色行走动画制作视频教程
- python3 多级目录建立 os.makedirs()
- sqlite库——C实现,给sqlite数据库添加信息并把信息写入文件,删除日志和库中的日志信息
- dirname(__FILE__) 介绍
- virtual DOM和真实DOM的区别_让虚拟DOM和DOMdiff不再成为你的绊脚石
- 白话C++系列(27) -- RTTI:运行时类型识别
- android recycleview长按多选_UI设计中Android和IOS设计差异总结
- Linux 进程地址空间 进程内存布局
- Restful 表述性状态传递
- 笔记本需要测试哪些软件有哪些,笔记本电脑制造应用测试有哪些呢?
- 360安全路由器外网连内网(端口映射)的设置方法
- Android 单个指定蓝牙设备通讯流程
- python查看微信撤回消息怎么弄_Python | 查看微信撤回的消息(完整代码)
- Tomcat升级版本出现400问题
- 西门子安装未找到ssf文件_西门子300软件安装出错处理方法
- 没有钱没技术没学历应该怎么去创业?
- 微信小程序:常用功能6——点击图片,实现图片的预览功能wx.previewImage(Object object, boolean showmenu)
- CSharp 常用函数
- C# 读取处理超大TXT文本文件
- LeetCode知识点总结 - 977