编程要求
请仔细阅读右侧代码,结合相关知识,在 Begin-End
区域内进行代码补充,完使用 sklearn
中的K-means
模型实现红酒聚类任务。
通关代码 ↓
#encoding=utf8
from sklearn.cluster import KMeans
def kmeans_cluster(data):
'''
input:data(ndarray):样本数据
output:result(ndarray):聚类结果
'''
#********* Begin *********#
km = KMeans(n_clusters=3,random_state=888)
result = km.fit_predict(data)
#********* End *********#
return result
(更多通关代码请点击主页)
相关知识
为了完成本关任务,你需要掌握:1.KMeans
。
数据集介绍
数据集为一份红酒数据,一共有178
个样本,每个样本有13
个特征,这里不会提供你红酒的标签,你需要自己根据这13
个特征对红酒进行聚类,部分数据如下图:
仍在学习路上......接受指正,积极完善