无监督学习实战部分——机器学习笔记（四）

目录

一、Kmeans实战

任务

（一）导入数据集

 （二）数据进行赋值

（三）展示

（四）训练模型

（五）预测结果矫正

二、KNN实战

（一）训练模型

 （二）预测结果

三、Meanshift实战

（一）估算半径

（二）训练模型

（三）查看预测标签

 （四）预测结果矫正

---

一、Kmeans实战

任务

（一）导入数据集

 （二）数据进行赋值

（三）展示

把v1为x，v2为y

 带上标签进行展示

（四）训练模型

因为是无监督，所以是X就行，n_cluster=3代表三个中心点,rand_state=0代表一个中心点位置的随机种子

（五）预测结果矫正

 找到中心点

 不直观的话可以展示处理，展示看就是中心点啊，模型不错 

 

 预测v1和v2，发现不对啊，被归为第一类了，不对啊

 看数据的分布，上下标签不一样啊

 而且评估很低

 然后我们再画一次，这次发现和最开始的颜色不一样 

  修改标签方法如下

二、KNN实战

任务3

（一）训练模型

这为监督学习，设置3个分类

 （二）预测结果

因为有正确的标签，就很准确了

 达到了1.0很完美了

 两个对比一下就非常好的

三、Meanshift实战

（一）估算半径

 X为样本，n后面为样本数量来预测半径，bw就是返回的半径

（二）训练模型

（三）查看预测标签

不用告诉模型几个类，自动三个类了

 （四）预测结果矫正

发现标签顺序又不对了

再次修改顺序