python中使用k-means对鸢尾花数据集聚类
代码和结果：
import matplotlib.pyplot as plt import numpy as np from sklearn.cluster import KMeans from sklearn import datasets X = iris.data[:, 2:4] ##表示我们只取特征空间中的后两个维度 print(X.shape) #绘制数据分布图 plt.scatter(X[:, 0], X[:, 1], c = "red", marker=o, label=see) plt.xlabel(petal length) plt.ylabel(petal width) plt.legend(loc=2) plt.show()
estimator = KMeans(n_clusters=3)#构造聚类器 estimator.fit(X)#聚类 label_pred = estimator.labels_ #获取聚类标签 #绘制k-means结果 x0 = X[label_pred == 0] x1 = X[label_pred == 1] x2 = X[label_pred == 2] plt.scatter(x0[:, 0], x0[:, 1], c = "red", marker=o, label=label0) plt.scatter(x1[:, 0], x1[:, 1], c = "green", marker=*, label=label1) plt.scatter(x2[:, 0], x2[:, 1], c = "blue", marker=+, label=label2) plt.xlabel(petal length) plt.ylabel(petal width) plt.legend(loc=2) plt.show()
光看这2个特征，那聚类算是非常完美了
上一篇：
通过多线程提高代码的执行效率例子
下一篇：
不会还不知道线程插队吧！