kmeans python_使用python+sklearn实现k均值的假设演示

注意：单击此处 https://urlify.cn/eiEVvm 下载完整的示例代码，或通过Binder在浏览器中运行此示例 此示例旨在说明k均值会产生不直观甚至可能出乎意料的聚类情况。在前三个图中，输入数据不符合k均值某些隐含的假设，因此产生了不理想的聚类结果。在最后一个图中，尽管斑点(blobs)大小不均匀，k均值仍然可以返回直观的聚类。

sphx_glr_plot_kmeans_assumptions_001

print(__doc__)# 作者: Phil Roth # 许可证: BSD 3 clauseimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.cluster import KMeansfrom sklearn.datasets import make_blobsplt.figure(figsize=(12, 12))n_samples = 1500random_state = 170X, y = make_blobs(n_samples=n_samples, random_state=random_state)# 错误的聚类数y_pred = KMeans(n_clusters=2, random_state=random_state).fit_predict(X)plt.subplot(221)plt.scatter(X[:, 0], X[:, 1], c=y_pred)plt.title("Incorrect Number of Blobs")# 各向异性(Anisotropicly)分布的数据transformation = [[0.60834549, -0.63667341], [-0.40887718, 0.85253229]]X_aniso = np.dot(X, transformation)y_pred = KMeans(n_clusters=3, random_state=random_state).fit_predict(X_aniso)plt.subplot(222)plt.scatter(X_aniso[:, 0], X_aniso[:, 1], c=y_pred)plt.title("Anisotropicly Distributed Blobs")# 不同的方差X_varied, y_varied = make_blobs(n_samples=n_samples,                                cluster_std=[1.0, 2.5, 0.5],                                random_state=random_state)y_pred = KMeans(n_clusters=3, random_state=random_state).fit_predict(X_varied)plt.subplot(223)plt.scatter(X_varied[:, 0], X_varied[:, 1], c=y_pred)plt.title("Unequal Variance")# 大小不均匀的斑点(blobs)X_filtered = np.vstack((X[y == 0][:500], X[y == 1][:100], X[y == 2][:10]))y_pred = KMeans(n_clusters=3,                random_state=random_state).fit_predict(X_filtered)plt.subplot(224)plt.scatter(X_filtered[:, 0], X_filtered[:, 1], c=y_pred)plt.title("Unevenly Sized Blobs")plt.show()

脚本的总运行时间：(0分钟0.685秒) 估计的内存使用量： 8 MB 下载Python源代码: plot_kmeans_assumptions.py 下载Jupyter notebook源代码: plot_kmeans_assumptions.ipynb 由Sphinx-Gallery生成的画廊

文壹由“伴编辑器”提供技术支持

☆☆☆为方便大家查阅，小编已将scikit-learn学习路线专栏 文章统一整理到公众号底部菜单栏，同步更新中，关注公众号，点击左下方“系列文章”，如图：

欢迎大家和我一起沿着scikit-learn文档这条路线，一起巩固机器学习算法基础。(添加微信：mthler，备注：sklearn学习，一起进【sklearn机器学习进步群】开启打怪升级的学习之旅。)