我已将 kMeans 聚类算法应用于数据帧，并获得了每一行的聚类标签。我只选择了两个功能。
有4个集群。
我想用颜色编码的集群可视化 2D 平面中的数据点，我想看起来像这样-
忽略标签。我想改为绘制聚类中心。
我查看了许多博客文章、文章等。没有任何帮助。
实现这一目标最直接的方法是什么？
将颜色编码的集群与集群中心一起可视化的最直接方法是什么？
数据挖掘
聚类
可视化
k-均值
matplotlib
海运
2022-02-19 15:12:06
1个回答
可以有多种方法，一种可以是-
- 使用hue=cluster_number
绘制点- 使用不同的标记绘制质心
2 个虹膜特征上的 3 个集群的代码-
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target
X=X[:,:-2]
X = (X - X.mean())/X.std()
def create_cluster(k=3):
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=k)
kmeans.fit(X)
return kmeans
kmeans = create_cluster()
y_pred = kmeans.predict(X)
centroid = kmeans.cluster_centers_
_, ax = plt.subplots(1,1,figsize=(10,6))
color = ["#e74c3c", "#34495e", "#2ecc71"]
sns.scatterplot(X[:,0],X[:,1], hue=y_pred, palette=sns.color_palette(color),ax=ax)
sns.pointplot(centroid[:,0], centroid[:,1],markers='^',join=False,ax=ax)
输出-忽略收敛质量
其它你可能感兴趣的问题