溫馨提示×

Scikit-learn中怎么實(shí)現(xiàn)K均值聚類

小億
90
2024-05-10 17:13:54
欄目: 編程語言

在Scikit-learn中，可以通過使用KMeans類來實(shí)現(xiàn)K均值聚類。下面是一個簡單的示例代碼：

from sklearn.cluster import KMeans
import numpy as np

# 創(chuàng)建一些數(shù)據(jù)用于聚類
X = np.array([[1, 2], [5, 8], [1.5, 1.8], [8, 8], [1, 0.6], [9, 11]])

# 創(chuàng)建KMeans模型并指定聚類的類別數(shù)
kmeans = KMeans(n_clusters=2)

# 擬合數(shù)據(jù)并進(jìn)行聚類
kmeans.fit(X)

# 獲取聚類結(jié)果并打印
labels = kmeans.labels_
print(labels)

在上面的代碼中，首先創(chuàng)建了一些用于聚類的數(shù)據(jù)X，然后創(chuàng)建了一個KMeans對象，并指定了聚類的類別數(shù)為2。接著，使用fit方法擬合數(shù)據(jù)并進(jìn)行聚類，最后獲取聚類結(jié)果并打印出來。

除了上面的示例代碼，Scikit-learn還提供了更多參數(shù)和方法，可以根據(jù)具體需求來調(diào)整模型的設(shè)置和使用其他功能。更多關(guān)于K均值聚類的信息可以參考Scikit-learn的官方文檔：https://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html

0 踩