1.数据收集与清洗:同(十)
2.特征化:同(十)
3.训练样本
model = KMeans(n_clusters = 2, random_state=random_state)
y_pred = model.fit_predict(x)
4.效果验证:使用TSNE将高维向量降维
tsne = TSNE(learning_rate=100)
x=tsne.fit_transform(x)
1.数据收集与清洗:同(十)
2.特征化:同(十)
3.训练样本
model = KMeans(n_clusters = 2, random_state=random_state)
y_pred = model.fit_predict(x)
4.效果验证:使用TSNE将高维向量降维
tsne = TSNE(learning_rate=100)
x=tsne.fit_transform(x)