sklearn scikit-learn k-means 聚类算法一维数组聚类 python 二维数组聚类

最新推荐文章于 2025-04-17 11:52:08 发布

XD742971636

最新推荐文章于 2025-04-17 11:52:08 发布

阅读量6.6k

点赞数 6

分类专栏： Python语言

本文链接：https://blog.csdn.net/x1131230123/article/details/113870224

版权

Python语言专栏收录该内容

189 篇文章

订阅专栏

这篇博客介绍了如何利用Python的sklearn库进行一维和二维数组的数据聚类。首先通过pip安装sklearn库，然后使用KMeans进行聚类，设置聚类数量和最大迭代次数。在示例中，分别对一维和二维随机数组进行了聚类，并打印了聚类中心和每个样本的类别归属。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装：

pip install sklearn

一维数组聚类：

from sklearn.cluster import KMeans
import numpy as np
x = np.random.random(1000).reshape(-1,1)
km = KMeans(n_clusters=5,max_iter=1000).fit(x)
print(km.cluster_centers_)

y = KMeans(n_clusters=5,max_iter=1000).fit_predict(x) #会得出每个sample属于哪一类
print(y)

二维数组聚类：

from sklearn.cluster import KMeans
import numpy as np
x = np.random.random(1000).reshape(-1,2)
km = KMeans(n_clusters=5,max_iter=1000).fit(x)
print(km.cluster_centers_)

y = KMeans(n_clusters=5,max_iter=1000).fit_predict(x)#会得出每个sample属于哪一类
print(y)