python中k-means算法_python中K-means算法基础知识点

能够学习和掌握编程，最好的学习方式，就是去掌握基本的使用技巧，再多的概念意义，总归都是为了使用服务的，K-means算法又叫K-均值算法，是非监督学习中的聚类算法。主要有三个元素，其中N是元素个数，x表示元素，c(j)表示第j簇的质心，下面就使用方式给大家简单介绍实例使用。

K-Means算法进行聚类分析

km = KMeans(n_clusters = 3)

km.fit(X)

centers = km.cluster_centers_

print(centers)

三个簇的中心点坐标为：

[[5.006 3.428 ]

[6.81276596 3.07446809]

[5.77358491 2.69245283]]

比较一下K-Means聚类结果和实际样本之间的差别：

predicted_labels = km.labels_

fig, axes = plt.subplots(1, 2, figsize=(16,8))

axes[0].scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Set1,

edgecolor='k', s=150)

axes[1].scatter(X[:, 0], X[:, 1], c=predicted_labels, cmap=plt.cm.Set1,

edgecolor='k', s=150)

axes[0].set_xlabel('Sepal length', fontsize=16)