import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans,DBSCAN#导入两个聚类计算方法
from sklearn import datasets
1 创建数据
X,y=datasets.make_circles(n_samples=1000,noise=0.05,factor=0.5)
#创建环形数据,参数n_samples表示数量,noise表示数量,factor为两个圆圈的比例
np.unique(y)
plt.figure(figsize=(5,5))
plt.scatter(X[:,0],X[:,1],c=y)
#生成一类点数据
X1,y1=datasets.make_blobs(n_samples=500,n_features=2,centers=[(1.5,1.5)],cluster_std=0.2)
#n_features=2表示两个特征,centers=[1.5,1.5]表示中心点位置,
#cluster_std表示标准差,标准差越大波动越大
plt.figure(figsize=(5,5))
plt.scatter(X1[:,0],X1[:,1],c=y1)