K-Means 聚类是统计机器学习中最经典的聚类算法之一,本节将向大家介绍在 Python 中使用 Scikit-Learn 相关工具对数据样本进行 K-Means 聚类的方法与技巧。
首先,导入相关的数据运算及可视化工具库:
利用 Scikit-Learn 中的 make_blobs 工具,构建示例数据:
可以看到,我们的示例数据集由300个聚类关系相对明显的二维数据样本构成。接下来,我们导入相关的模块,利用 Scikit-Learn 中的 KMeans 工具构建模型对象并进行 K-Means 聚类:
利用下图将 K-Means 聚类的结果描绘出来,在图中,不同的颜色代表样本属于不同的聚类簇,而圆形阴影区域则表示簇中心的位置:
未完待续:课程内容较多,请复制链接通过电脑学习,获得最佳学习效果。 http://datacademy.io/lesson/146
更多课程和文章尽在微信号:「datartisan数据工匠」
网友评论