sklearn实现k-means聚类算法(气温数据集)matplotlib可视化

该博客介绍了如何运用sklearn库的k-means算法对气温数据进行聚类,并通过matplotlib进行可视化展示。虽然聚类结果的实际应用意义有限,但可以作为学习示例。
摘要由CSDN通过智能技术生成

 只是做个测试,最终聚类出来的信息实际应用意义不大。大家可以用sklearn中的兰花数据集进行测试,。

我的数据集样式如下:

import numpy as np
from sklearn.cluster import KMeans

import matplotlib.pyplot as plt
import pandas as pd

x_sky_train = pd.read_csv('datadatadata1.csv',usecols = [2,3],header=None)
#将读取的数据转化为numpy数组
x_sky_train1 = x_sky_train.values
print(x_sky_train1)
#print(x_sky_train)
print(np.shape(x_sky_train1))
#构造聚类器
clf = KMeans(n_clusters=6)
#开始聚类
y_sky_train = clf.fit_predict(x_sky_train1)
#获得聚类标签
label_clf = clf.labels_
print(label_clf)
#获得聚类中心,保存在df_center的DataFrame中给数据加上标签
center = clf.cluster_centers_
df_center = pd.DataFrame(center, columns=['x', 'y'])
df = pd.DataFrame(x_sky_train1, index=label_clf, columns=['x', 'y'])

df1 = df[df.index==0]
评论 1
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
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