sklearn实践(一):kmeans聚类
实践往往比理论要经历更多的挫折。
一、数据处理
官方给的案例里用的都是sklearn自带的数据集,只要import之后便万事大吉,但实际中我们采用的数据往往没有那么规整,也不是可以一下就fit到模型里去的。经过这次经历,打算整理一下大致思路,关于更高级、深入的数据处理,这篇文章不会涉及。
官方案例如下:
>>> from sklearn.cluster import KMeans
>>> import numpy as np
>>> X = np.array([[1, 2], [1, 4], [1, 0],
... [10, 2], [10, 4], [10, 0]])
#其中,X即fit的参数可推断,应当是这种np.array
>>> kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
>>> kmeans.labels_
array([1, 1, 1, 0, 0, 0], dtype=int32)
#labels_表示样本集中所有样本所属类别(x=1->No.1;x=2->No.1;x=3->No.1;x=4->No.0)
>>> kmeans.predict([[0, 0], [12, 3]])
array([1, 0], dtype=int32)
#以二维数组格式[x,y]输入predict,可输出判断类别结果
>>> kmean