k-means均值聚类
- 随机生成100个数,并对这100个数进行k-mean聚类(k=3,4)(并用matplot画图)。
1). 随机创建100个样本的二维数据作为训练集并画出训练样本的散点图
提示:
a. 使用 s k l e a r n sklearn sklearn的 m a k e _ b l o b s make\_blobs make_blobs方法来生成用于测试聚类算法的效果。 s k l e a r n sklearn sklearn中的 m a k e _ b l o b s make\_blobs make_blobs方法常被用来生成聚类算法的测试数据,直观地说, m a k e _ b l o b s make\_blobs make_blobs会根据用户指定的特征数量、中心点数量、范围等来生成几类数据,这些数据可用于测试聚类算法的效果。
例:
$X,y=make_blobs(n_samples=10,n_features=2,centers=[[-1,-1],[0,0]],cluster_std=[0.4,0.2]) $
输入:
n _ s a m p l e s n\_samples n_samples是待生成的样本的总数。
n _ f e a t u r e s n\_features n_features是每个样本的特征数。
c e n t e r s centers