《Web安全之机器学习入门》笔记：第十章 10.2 K-Means hello world

本小节通过生成的聚类数据集，使用K-means方法进行分类，并将其可视化。

        1.数据集

        本小节通过make_blobs产生数据集，该函数是 sklearn.datasets中的一个函数，主要是产生聚类数据集，代码如下

    n_samples = 1500
    random_state = 170
    X, y = make_blobs(n_samples=n_samples, random_state=random_state)

        n_samples表示样本的个数
        random_state是随机种子，可以固定生成的数据 

        2.完整代码

import matplotlib.pyplot as plt

from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs

def show_kmeans():
    print(__doc__)
    plt.figure(figsize=(12, 12))

    n_samples = 1500
    random_state = 170
    X, y = make_blobs(n_samples=n_samples, random_state=random_state)
    y_pred = KMeans(n_clusters=3, random_state=random_state).fit_predict(X)


    plt.subplot(221)
    plt.scatter(X[:, 0], X[:, 1], c=y_pred)
    plt.title("hello word!")

    plt.show()

if __name__ == '__main__':
    show_kmeans()

  3.运行结果