溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章給大家分享的是有關Python中如何使用kmeans聚類的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。
1、用kmeans分為五個聚類，每個聚類內部的數據為一個list，五個list組成聚類中心。
k = 5 # 聚類中心數 kmeans_model = KMeans(n_clusters=k, n_jobs=4, random_state=123) # 聚類中心數，并行的CPU核的數量，隨機數種子 fit_kmeans = kmeans_model.fit(airline_scale) # 模型訓練 print(kmeans_model.cluster_centers_) # 查看聚類中心 print(kmeans_model.labels_) # 查看樣本的類別標簽
2、label顯示按照kmeans劃分之后每個數據屬于哪個聚類。
# 統計不同類別樣本的數目
r1 = pd.Series(kmeans_model.labels_).value_counts()
print('最終每個類別的數目為：\n', r1)
result = kmeans_model.predict([[1.5, 1.5, 1.5, 1.5, 1.5]])
print(result)
# 最終確定在五個參數都是1.5的情況下的用戶屬于類別1
3\r1顯示每個聚類內部的元素個數，同時測試一組特定特征值的數據會被分配到哪個組中。感謝各位的閱讀！關于“Python中如何使用kmeans聚類”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
