KMeans聚类并绘制聚类后的决策边界

KMeans聚类并绘制聚类后的决策边界

# 导数基础包和函数

from sklearn import datasets
import matplotlib.pyplot as plt

# 使用skelarn的数据生成工具make_blobs生成聚类仿真数据集；

# 对仿真数据进行可视化

X, y = datasets.make_blobs(n_samples=1000, n_features=2, centers=5, cluster_std=[0.5, 0.5, 0.5, 1, 1])


plt.figure(figsize=(8, 8))
plt.scatter(X[:, 0], X[:, 1], s=2)
plt.xlabel('x1')
plt.ylabel('x2')
plt.show()

# 构建Keans聚类模型，聚类簇个数设置为5；

# 使用fit_predict方法进行训练并预测；

from sk