sklearn算法（聚类）调用求助

最新推荐文章于 2024-07-11 13:52:29 发布

z116947

最新推荐文章于 2024-07-11 13:52:29 发布

阅读量3.9k

点赞数

分类专栏： python 文章标签： python sklearn 聚类机器学习

本文链接：https://blog.csdn.net/z116947/article/details/79519734

版权

python 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文探讨了sklearn库中聚类算法的使用，包括fit()、fit_predict()和predict()函数的区别。针对从Python datasets获取数据与Excel导入数据的不同情况，解释了如何在没有明确标签的情况下进行聚类分析。此外，还讨论了聚类算法中random_state参数的作用，解析了其默认值和设置特定值的意义。

摘要由CSDN通过智能技术生成

1、求指导 fit(), fit_predict(), predict() 三者区别、用法？？

2、在利用python中提供的datasets数据时都对应一个X,y 例如这个例子

用make_blobs生成500个个6维的数据集，分为5个簇。

import numpy as np
from sklearn import datasets
X, y = datasets.make_blobs(n_samples=500, n_features=6, centers=5, cluster_std=[0.4, 0.3, 0.4, 0.3, 0.4], random_state=11)

生成的数据集有X,y分别对应数据标签

　接着聚类的话就直接用X来做

from sklearn.cluster import SpectralClustering
y_pred = SpectralClustering().fit_predict(X)
from sklearn import metrics
print "Calinski-Harabasz Score", metrics.calinski_harabaz_score(X, y_pred)

但是如果是从excel导入的数据得到一个列表，不就只有数据没有什么X,y这些吗？怎么做？

3，上边聚类括号中的参数random_state怎么理解，取不同值的意义是什么，默认好像是None，这里取了11意义、目的是什么？

（以上代码搬运自网站，不会做他用，谢谢前辈）