Python:K-Means调用Sklearn的写法

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from numpy import random

data = np.loadtxt('E:\data set\K-means_data')
# plt.scatter(data[:,0],data[:,1],c='red',marker='o',label='see')
# plt.show()
k=7
estimator = KMeans(n_clusters=k)
estimator.fit(data)
label_pred = estimator.labels_

Color = 'rbgyckm'
for i in range(k):
    clusterData = data[label_pred == i]
    plt.scatter(clusterData[:,0],clusterData[:,1],color=Color[i])
plt.show()

画图部分仅适用于二维数据。实际中的多维数据不使用该画图内容!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DeniuHe

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值