K-均值聚类可以是最常见的聚类算法,并涉及向群集分配示例,以尽量减少每个群集内的方差。
k-means 聚类
from numpy import unique
from numpy import where
from sklearn.datasets import make_classification
from sklearn.cluster import KMeans
from matplotlib import pyplot
定义数据集
X, _ = make_classification(
n_samples=1000,
n_features=2,
n_informative=2,
n_redundant=0,
n_clusters_per_class=1,
random_state=4)
定义模型
model = KMeans(n_clusters=2)
模型拟合
model.fit(X)
为每个示例分配一个集群
yhat = model.predict(X)
检索唯一群集
clusters = unique(yha
标签:clusters,示例,Python,均值,群集,聚类,import,model,聚类分析 From: https://blog.csdn.net/2301_79294434/article/details/142006063