机器学习：kmeans模型的结果

课堂讲解笔记
散点绘制的目前没学，是老师代码直接放在这里了。

#%%
# 导入一些包
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.datasets import make_blobs
#%%
# 模拟出一些数据集出来
#r = np.random.randint(1,100)
r = 4
#print(r)
k = 3
x , y = make_blobs(n_samples = 50,
                   cluster_std = [0.3, 0.3, 0.3],
                   centers = [[0,0],[1,1],[-1,1]]
                   ,random_state = r
                  )
sim_data = pd.DataFrame(x, columns = ['x', 'y'])
sim_data['label'] = y
sim_data.head(5)

datasets = sim_data.copy()

# 设置测试点
p = [0.5, 0.5]
plt.scatter(sim_data['x'], sim_data['y'], c = y)
plt.scatter(0.5, 0.5, c = 'red', marker = 'x')

以下是本次课堂内容的详细笔记：
重点内容！！！！！！

#%%
# 计算每一个点到样本的距离
# x=datasets.iloc[:,:-1]#