python k-means聚类算法 物流分配预测实战（超详细，附源码）

数据集和地图可以点赞关注收藏后评论区留下QQ邮箱或者私信博主要

聚类是一类机器学习基础算法的总称。

聚类的核心计算过程是将数据对象集合按相似程度划分成多个类，划分得到的每个类称为聚类的簇

聚类不等于分类，其主要区别在于聚类所面对的目标类别是未知的

k-means聚类也称为K均值聚类算法，是典型的聚类算法，对于给定的数据集和需要划分的类数K，算法根据距离函数进行迭代处理，动态 的把数据划分成K个簇，直到收敛为止，簇中心也称为聚类中心

先来个小例子

这个是通过聚类算法对鸢尾花数据集的预测结果

 代码如下

from sklearn.cluster import  KMeans
from sklearn import  datasets
import  numpy as np
iris=datasets.load_iris()
x=iris.data
y=iris.target
clf=KMeans(n_clusters=3)
model=clf.fit(x)
predicted=model.predict(x)
print("预测值",predicted)
print("真实值",y)
print()

<