"""

下面的方法是用kmeans方法进行聚类，用calinski_harabaz_score方法评价聚类效果的好坏

大概是类间距除以类内距，因此这个值越大越好

"""

import matplotlib.pyplot as plt

from sklearn.datasets.samples_generator import make_blobs

from sklearn.cluster import KMeans

from sklearn import metrics

"""

下面是生成一些样本数据

X为样本特征，Y为样本簇类别， 共1000个样本，每个样本2个特征，共4个簇，簇中心在[-1,-1], [0,0],[1,1], [2,2]，

簇方差分别为[0.4, 0.5, 0.2]

"""

X, y = make_blobs(n_samples=500, n_features=2, centers=[[2,3], [3,0], [1,1]], cluster_std=[0.4, 0.5, 0.2],

                  random_state =9)

"""

首先画出生成的样本数据的分布

"""

plt.scatter(X[:, 0], X[:, 1], marker='o')

plt.show()

"""

下面看不同的k值下的聚类效果

"""

score_all=[]

list1=range(2,6)

#其中i不能为0，也不能为1

for i in range(2,6):

    y_pred = KMeans(n_clusters=i, random_state=9).fit_predict(X)

    #画出结果的散点图

    plt.scatter(X[:, 0], X[:, 1], c=y_pred)

    plt.show()

    score=metrics.calinski_harabaz_score(X, y_pred)

    score_all.append(score)

    print(score)

"""

画出不同k值对应的聚类效果

"""

plt.plt(list1,score_all)

plt.show()