Python中SKlearn中kmeans聚类

1.随机生成二维聚类数据

[python]  view plain  copy

1. import numpy as np  
2. x1 = np.array([1, 2, 3, 1, 5, 6, 5, 5, 6, 7, 8, 9, 9])  
3. x2 = np.array([1, 3, 2, 2, 8, 6, 7, 6, 7, 1, 2, 1, 3])  
4. x = np.array(list(zip(x1, x2))).reshape(len(x1), 2)  
5. print x  
6. # [[1 1]  
7. #  [2 3]  
8. #  [3 2]  
9. #  [1 2]  
10. #  [5 8]  
11. #  [6 6]  
12. #  [5 7]  
13. #  [5 6]  
14. #  [6 7]  
15. #  [7 1]  
16. #  [8 2]  
17. #  [9 1]  
18. #  [9 3]]  

2.生成聚类标签

[python]  view plain  copy

1. from sklearn.cluster import KMeans  
2. kmeans=KMeans(n_clusters=3)   #n_clusters:number of cluster  
3. kmeans.fit(x)  
4. print kmeans.labels_  
5. #[0 0 0 0 2 2 2 2 2 1 1 1 1]  

3.显示聚类效果

[python]  view plain  copy

1. import matplotlib.pyplot as plt  
2. plt.figure(figsize=(8,10))  
3. colors = ['b', 'g', 'r']  
4. markers = ['o', 's', 'D']  
5. for i,l in enumerate(kmeans.labels_):  
6.      plt.plot(x1[i],x2[i],color=colors[l],marker=markers[l],ls='None')  
7. plt.show()  

效果如下图：