Python-sklearn库 kmeans均值聚类

import seaborn; 
import pylab as pl

seaborn.set()

from sklearn import neighbors, datasets

iris = datasets.load_iris()
#这个是sklearn自带的一个鸢尾花数据集

X, y = iris.data, iris.target
#data为训练所需的数据集，target为数据集对应的分类标签

from sklearn.decomposition import PCA
#PAC为sklearn中一个进行主成分分析的类

pca = PCA(n_components=2)
#n_components：这个参数可以帮我们指定希望PCA降维后的特征维度数目。最常用的做法是直接指定降维到的维度数目

pca.fit(X)
#fit()可以说是scikit-learn中通用的方法，每个需要训练的算法都会有fit()方法，它其实就是算法中的“训练”这一步骤

X_reduced = pca.transform(X)
#将数据X转换成降维后的数据。当模型训练好后，对于新输入的数据，都可以用transform方法来降维。

print("Reduced dataset shape:", X_reduced.shape)
#降维的数据集为（150，2）在降维以前，X.shape=（150，4）数据为四维的

pl.scatter(X_reduced[:, 0], X_reduced[:, 1], c=y,cmap='RdYlBu')
#以X_reducced的第一列和第二列作为横纵坐标，简单设置一下颜色
print("Meaning of the 2 components:")
for component in pca.components_:
    print(" + ".join("%.3f x %s" % (value, name)for value, name in zip(component,iris.feature_names)))
pl.show()

• sklearn自带的鸢尾花数据集data为训练所需要的数据集，中共有4个属性[‘sepal length (cm)’, ‘sepal width (cm)’, ‘petal length (cm)’, ‘petal width (cm)’]
• 输出iris.data来直观感受一下具体的数据的样子

[[5.1 3.5 1.4 0.2]
 [4.9 3.  1.4 0.2]
 [4.7 3.2 1.3 0.2]
 [4.6 3.1 1.5 0.2]
 [5.  3.6 1.4 0.2]
 [5.4 3.9 1.7 0.4]
 [4.6 3.4 1.4 0.3]
 [5.  3.4 1.5 0.2]
 [4.4 2.9 1.4 0.2]
 [4.9 3.1 1.5 0.1]
 [5.4 3.7 1.5 0.2]
 [4.8 3.4 1.6 0.2]
 [4.8 3.  1.4 0.1]
 [4.3 3.  1.1 0.1]
 [5.8 4.  1.2 0.2]
 [5.7 4.4 1.5 0.4]
 [5.4 3.9 1.3 0.4]
 [5.1 3.5 1.4 0.3]
 [5.7 3.8 1.7 0.3]
 [5.1 3.8 1.5 0.3]
 [5.4 3.4 1.7 0.2]
 [5.1 3.7 1.5 0.4]
 [4.6 3.6 1.  0.2