K均值算法(2)

当前位置:

首页 > Python基础教程 >

K均值算法(2)

（3）用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示。

			
									from sklearn.datasets import load_iris

									from sklearn.cluster import KMeans

									import matplotlib.pyplot as plt

									# 获取鸢尾花数据集

									iris = load_iris()

									data = iris.data[:, 1]

									# 鸢尾特征值

									x = data.reshape(-1, 1)

									# 构建模型

									model = KMeans(n_clusters=3)

									# 训练

									model.fit(x)

									# 预测样本的聚类索引

									y = model.predict(x)

									print("预测结果：", y)

									#画图

									plt.scatter(x[:, 0], x[:, 0], c=y, s=50, cmap='rainbow')

									plt.show()

预测结果：

散点图可视化：

（4）鸢尾花完整数据做聚类并用散点图显示。

			
									from sklearn.datasets import load_iris

									from sklearn.cluster import KMeans

									import matplotlib.pyplot as plt

									# 导入鸢尾花数据集

									iris = load_iris()

									# 鸢尾花花瓣长度数据

									x = iris.data

									# 构建模型

									model = KMeans(n_clusters=3)

									# 训练

									model.fit(x)

									# 预测

									y = model.predict(x)

									print("预测结果：", y)

									#画图

									plt.scatter(x[:, 2], x[:, 3], c=y, s=50, cmap='rainbow')

									plt.show()

栏目列表