RPA手把手——Python K-Measn 聚类 - 找出原数据集的正态分布中心点

#!/usr/bin/env Python3

-- coding: utf-8 --

@Software: PyCharm

@virtualenv:ai

@contact: 1040691703@qq.com

@Desc:对K-means.py 文件的解析

author = ‘未昔/AngelFate’
date = ‘2019/8/15 20:10’
import numpy as np

def kmeans_():
“”"
聚类,找出原始数据集的中心点
:return:
“”"
from sklearn.cluster import KMeans
X = np.loadtxt(‘test.txt’, dtype=float, delimiter=’,’)
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
print(kmeans.labels_)

print('kmeans.predict: ',kmeans.predict([[0, 0], [12, 3]]))

#这个聚类中心点的值,和生成时用的正态分布的mean很接近.
print(kmeans.cluster_centers_)

if name == ‘main’:
RPA手把手——Python K-Measn 聚类 - 找出原数据集的正态分布中心点 kmeans_()

上一篇:RPA手把手——Python一种求二叉树父节点索引的绝妙写法


下一篇:当下中国,什么样的数字经济人才更被需要?