python与机器学习聚类：31省市居民家庭消费水平和学生月上网时间分布、kmeans实现图像分割

最新推荐文章于 2024-07-23 14:36:35 发布

Cachel wood

最新推荐文章于 2024-07-23 14:36:35 发布

阅读量1k

点赞数 2

分类专栏： python机器学习和数据挖掘文章标签： python sklearn

本文链接：https://blog.csdn.net/weixin_46530492/article/details/120054675

版权

python机器学习和数据挖掘专栏收录该内容

47 篇文章 51 订阅 ¥15.90 ¥99.00

订阅专栏

超级会员免费看

31省市居民家庭消费水平

#建立工程，导入sklearn相关包
import numpy as np
from sklearn.cluster import KMeans
#加载数据，创建k-means算法实例，并进行训练，获得标签
def loadData(filepath):
    fr = open(filepath,'r+')
    lines = fr

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Cachel wood

关注关注

2
点赞
踩
9

收藏

觉得还不错? 一键收藏
打赏
1
评论
python与机器学习聚类：31省市居民家庭消费水平和学生月上网时间分布、kmeans实现图像分割

31省市居民家庭消费水平#建立工程，导入sklearn相关包import numpy as npfrom sklearn.cluster import KMeans#加载数据，创建k-means算法实例，并进行训练，获得标签def loadData(filepath): fr = open(filepath,'r+') lines = fr.readlines() retData = [] retCityName = [] for line in lines
复制链接

扫一扫