1.(x,y)为二维空间里面的点,x,y都取值为0到100的整数,在此空间随机生成不低于30个点(算法中可以不处理随机生成中的重复问题,也可以处理),使用聚类算法,分别生成四个类(类间距离使用平均距离),并图示结果。2.同样数据集,类间距离分别使用最短距离和最长距离,并图示结果。
1条回答 默认 最新
- 梦什 2022-05-10 00:06关注
这是最简单的调包法,要是可以剩下的就靠自己调参了。
# 1、导入数据 import numpy as np data = np.random.randint(0,101,size=(100,2)) # 2、可视化 import matplotlib.pyplot as plt plt.scatter(data[:, 0], data[:, 1], c="red", marker='o', label='samples') # 以红色圆圈样式绘制散点图并加上标签 plt.legend() # 设置图例,图例内容为上面设置的label参数 plt.show() # 3、数据聚类 from sklearn.cluster import KMeans kms = KMeans(n_clusters=4) kms.fit(data) # 4、获取分类结果 label = kms.labels_ # 5、分类可视化 plt.scatter(data[label == 0][:, 0], data[label == 0][:, 1], c="red", marker='o', label='class0') # 以红色圆圈样式绘制散点图并加上标签 plt.scatter(data[label == 1][:, 0], data[label == 1][:, 1], c="green", marker='*', label='class1') # 以绿色星星样式绘制散点图并加上标签 plt.scatter(data[label == 2][:, 0], data[label == 2][:, 1], c="blue", marker='+', label='class2') # 以蓝色加号样式绘制散点图并加上标签 plt.scatter(data[label == 3][:, 0], data[label == 3][:, 1], c="yellow", marker='^', label='class3') # 以黄色三角样式绘制散点图并加上标签 plt.legend() # 设置图例
解决 无用评论 打赏 举报 编辑记录
悬赏问题
- ¥60 版本过低apk如何修改可以兼容新的安卓系统
- ¥25 由IPR导致的DRIVER_POWER_STATE_FAILURE蓝屏
- ¥50 有数据,怎么建立模型求影响全要素生产率的因素
- ¥50 有数据,怎么用matlab求全要素生产率
- ¥15 TI的insta-spin例程
- ¥15 完成下列问题完成下列问题
- ¥15 C#算法问题, 不知道怎么处理这个数据的转换
- ¥15 YoloV5 第三方库的版本对照问题
- ¥15 请完成下列相关问题!
- ¥15 drone 推送镜像时候 purge: true 推送完毕后没有删除对应的镜像,手动拷贝到服务器执行结果正确在样才能让指令自动执行成功删除对应镜像,如何解决?