from numpy import concatenate,column_stack,row_stack
import numpy as np
import matplotlib.pyplot as plt
#%matplotlib inline
from sklearn.datasets.samples_generator import make_blobs
# X为样本特征,Y为样本簇类别, 共1000个样本,每个样本4个特征,共4个簇,簇中心在[-1,-1], [0,0],[1,1], [2,2], 簇方差分别为[0.4, 0.2, 0.2]
X, y = make_blobs(n_samples=1000,  centers=[[-1,-1], [0,0], [1,1]] ,cluster_std=[0.4, 0.2, 0.2],  random_state =9)
plt.scatter(X[:, 0], X[:, 1], marker='o')
plt.show()from sklearn.cluster import KMeans
y_pred = KMeans(n_clusters=3, random_state=9).fit_predict(X)
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.show()from sklearn import metrics
print(metrics.calinski_harabaz_score(X, y_pred))  yy=np.array([y_pred])un=np.hstack((X,yy.T))print(un)print('\n')
A_1=['0','0','0']
A_2=['1','1','1']
A_3=['2','2','2']
for i in range(yy.shape[1]):if un[i][2]==0:A_1=row_stack((A_1,un[i]))    elif  un[i][2]==1:A_2=row_stack((A_2,un[i])) elif  un[i][2]==2:A_3=row_stack((A_3,un[i])) print(A_1,'\n','A_1  have ',A_1.shape[0],'element')  print(A_2,'\n','A_2  have ',A_2.shape[0],'element')  print(A_3,'\n','A_3 have ',A_3.shape[0],'element')

k-means 算法相关推荐

  1. kmeans改进 matlab,基于距离函数的改进k―means 算法

    摘要:聚类算法在自然科学和和社会科学中都有很普遍的应用,而K-means算法是聚类算法中经典的划分方法之一.但如果数据集内相邻的簇之间离散度相差较大,或者是属性分布区间相差较大,则算法的聚类效果十分有 ...

  2. k means算法C语言伪代码,K均值算法(K-Means)

    1. K-Means算法步骤 算法步骤 收敛性定义,畸变函数(distortion function): 伪代码: 1) 创建k个点作为K个簇的起始质心(经常随机选择) 2) 当任意一个点的蔟分配结果 ...

  3. k均值聚类算法(K Means)及其实战案例

    算法说明 K均值聚类算法其实就是根据距离来看属性,近朱者赤近墨者黑.其中K表示要聚类的数量,就是说样本要被划分成几个类别.而均值则是因为需要求得每个类别的中心点,比如一维样本的中心点一般就是求这些样本 ...

  4. K means 图片压缩

    k-means的基本原理较为清晰,这里不多赘述,本次博客主要通过基础的k means算法进行图像的压缩处理. 原理分析 在彩色图像中,每个像素的大小为3字节(RGB),可以表示的颜色总数为256 * ...

  5. 独家 | R语言中K邻近算法的初学者指南:从菜鸟到大神(附代码&链接)

    作者:Leihua Ye, UC Santa Barbara 翻译:陈超 校对:冯羽 本文约2300字,建议阅读10分钟 本文介绍了一种针对初学者的K临近算法在R语言中的实现方法. 本文呈现了一种在R ...

  6. OpenCV的k - means聚类 -对图片进行颜色量化

    OpenCV的k - means聚类 目标 学习使用cv2.kmeans()数据聚类函数OpenCV 理解参数 输入参数 样品:它应该的np.float32数据类型,每个特性应该被放在一个单独的列. ...

  7. OpenCV官方文档 理解k - means聚类

    理解k - means聚类 目标 在这一章中,我们将了解k - means聚类的概念,它是如何工作等. 理论 我们将这个处理是常用的一个例子. t恤尺寸问题 考虑一个公司要发布一个新模型的t恤. 显然 ...

  8. 文献记录(part89)--I-k-means-+:An iterative clustering algorithm based on an enhanced k -means

    学习笔记,仅供参考,有错必究 关键词:k均值:解决方案改进:准确的k均值:迭代改进 I-k-means-+:An iterative clustering algorithm based on an ...

  9. k均值算法 二分k均值算法_如何获得K均值算法面试问题

    k均值算法 二分k均值算法 数据科学访谈 (Data Science Interviews) KMeans is one of the most common and important cluste ...

  10. k折交叉验证优缺点_R语言中K邻近算法的初学者指南:从菜鸟到大神(附代码&链接)...

    作者:Leihua Ye, UC Santa Barbara 翻译:陈超 校对:冯羽 本文约2300字,建议阅读10分钟 本文介绍了一种针对初学者的K临近算法在R语言中的实现方法. 本文呈现了一种在R ...

最新文章

  1. sysname数据类型是什么
  2. 构造先存储再计算的加法器电路
  3. Python编程基础:第一节 变量Variables
  4. 破解无线路由免费上网
  5. C++ Primer 5th笔记(6)chapter6 函数:函数指针
  6. Oracle 11G安装时遇到了net.bridge.bridge-nf-call-ip6tables错误
  7. MySQL 数据格式化
  8. 服务器驱动精灵_驱动精灵真的可以帮你安装驱动吗?别再无脑装驱动了
  9. HTML的基本知识(七)——表单的基本知识及案例
  10. Python Tricks(二)—— 牛顿法求解平方根(最大整数)
  11. SQL Server-【知识与实战IV】多表查询、个数计算、多重约束条件、两表间的交集、多表之间的关系分析
  12. Linux系统编程 --- 系统调用
  13. IDEA多款主题颜色推荐!炫酷经典!
  14. unity 阳光插件_【复盘】Environmental Composition初尝试总结(附实用插件推荐)
  15. SCM供应链管理系统有源码可以共享一下吗?
  16. 通信原理6.2-6.4码型及码间串扰
  17. 微信小程序UI库组件库合集
  18. 用python的matplotlib和numpy库绘制股票K线均线
  19. 计算机海报大赛策划书,海报策划书模板.docx
  20. 基于QT5、C/S(客户端/服务器)架构的MiniQQ项目开发

热门文章

  1. 实现在CentOS7环境下搭建个人github博客
  2. 高通暂时不会针对物联网打造专属处理器
  3. Altium Designer学习---如何进行SI仿真
  4. java反射 基本知识
  5. 13SpringMvc_限定某个业务控制方法,只允许GET或POST请求方式访问
  6. 25个经典的Spring面试问答
  7. YUDBModel【绿色插件】-对象序列化、反序列化、对象一键增删改查
  8. django创建一个管理员用户
  9. Away3D 的实体收集器Bug
  10. asp.net 中文编码问题