机器学习笔记四:K-Means和MeanShift聚类算法实战

本文详细介绍了K-Means和MeanShift两种聚类算法的实战步骤,包括导入模块、生成样本数据、建立模型、训练预测、结果矫正、计算准确率。K-Means需预设类别数,而MeanShift无需指定,但需设定合适的簇半径。
摘要由CSDN通过智能技术生成
一、K-Means聚类

1、导入相关模块

import matplotlib.pyplot as plt
from sklearn.cluster import KMeans,MeanShift,estimate_bandwidth
from sklearn.metrics import accuracy_score
from sklearn.datasets.samples_generator import make_blobs

2、生成样本数据

# X为样本特征࿰
  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

耐心的小黑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值