聚类分析(k均值聚类)

本文通过使用Python的sklearn库实现K-means算法对Iris数据集进行聚类分析,并可视化聚类结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from sklearn import datasets
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import pandas as pd

df=pd.read_csv('iris.csv')




#加载数据集
lris_df = datasets.load_iris()
#挑选出前两个维度作为x轴和y轴
#聚类前
x_axis = lris_df.data[:,0]
y_axis = lris_df.data[:,2]
plt.scatter(x_axis, y_axis)
plt.show()
#这里已经知道了分3类,其他分类这里的参数需要调试
model = KMeans(n_clusters=5)
 
#训练模型
model.fit(lris_df.data)
 
#选取行标为100的那条数据,进行预测
prddicted_label= model.predict([[6.3, 3.3, 6, 2.5]])
 
#预测全部150条数据
all_predictions = model.predict(lris_df.data)
 
#打印出来对150条数据的聚类散点图
#聚类后
plt.scatter(x_axis, y_axis, c=all_predictions)
plt.show()

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
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