Python機器學習 1 KMeans聚類

2021-09-08 13:40:05 字數 1182 閱讀 1115

python進行kmeans聚類是比較簡單的，首先需要import numpy，從sklearn.cluster中import kmeans模組：

import


numpy as np


from sklearn.cluster import kmeans
然後讀取txt檔案，獲取相應的資料並轉換成numpy array：

x =


f = open('


rktj4.txt')


for v in


f:    regex = re.compile('


\s+'


)x = np.array(x)
設定類的數量，並聚類：

n_clusters = 5cls = kmeans(n_clusters).fit(x)
完整**：

import


numpy as np


from sklearn.cluster import


kmeans


import


matplotlib.pyplot as plt


import


rex =


f = open('


rktj4.txt')


for v in


f:    regex = re.compile('


\s+'


)x =np.array(x)


n_clusters = 5cls =kmeans(n_clusters).fit(x)


cls.labels_


markers = ['


^','


x','


o','


*','+'


]for i in


range(n_clusters):


members = cls.labels_ ==i


plt.scatter(x[members, 0], x[members, 1], s=60, marker=markers[i], c='


b', alpha=0.5)


print


plt.title('')


plt.show()
執行結果：

Python 機器學習 學習筆記1

python基礎 作業1.1 編寫程式 用 0 在 0,1,2 和 0,1,2,3,4 中迴圈，生成 5行 3 列 的零陣列 0,0,0 0,0,0 0,0,0 0,0,0 0,0,0 a 0 b 0 1,2 c 0 1,2 3,4 t for a in b for a in c t a 0 pri...

機器學習 1

基本問題的經典演算法 分類 svm 最大熵 adaboost 分類回歸樹 隨機森林 回歸 分類回歸樹 隨機森林 gbdt 排序 gbrank 聚類 k means 結構標註 隱馬爾可夫模型 條件隨機場。機器學習 表示 演算法 特徵的表示 評價 loss cost評價演算法好壞的函式 優化 尋找使評價...

機器學習 1

學習吳恩達機器學習1 3章 主要內容 對機器學習在生活中的應用做了介紹 郵件分類，新聞分類，疾病 房價 機器學習演算法分類及簡要介紹 監督學習 supervised learning 中的單變數線性回歸 linear regression with one variable 損失函式 cost fu...