Python中SKlearn中kmeans聚类

1.随机生成二维聚类数据

[python] view plain copy

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

[python] view plain copy

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

[python] view plain copy

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', ...

Python中SKlearn中kmeans聚类

Python中SKlearn中kmeans聚类相关推荐

最新文章

热门文章