共計 569 個字符,預計需要花費 2 分鐘才能閱讀完成。
Python 有很多包可以用來實現 KMeans 聚類,其中比較常用的包有 scikit-learn
和KMeans
。下面是使用這兩個包進行 KMeans 聚類的示例代碼:
使用 scikit-learn 包:
from sklearn.cluster import KMeans
# 創建 KMeans 模型,設置聚類個數為 k
kmeans = KMeans(n_clusters=k)
# 訓練模型
kmeans.fit(data)
# 預測樣本的聚類標簽
labels = kmeans.predict(data)
# 獲取聚類的中心點
centers = kmeans.cluster_centers_
使用 KMeans 包:
from kmodes.kmodes import KModes
# 創建 KModes 模型,設置聚類個數為 k
km = KModes(n_clusters=k, init='Huang', n_init=5, verbose=1)
# 訓練模型
clusters = km.fit_predict(data)
# 獲取聚類的中心點
centers = km.cluster_centroids_
這是兩個不同的包,scikit-learn
的 KMeans 適用于數值型數據,kmodes.kmodes
的 KModes 適用于離散型數據。根據你的數據類型選擇合適的包進行聚類。
丸趣 TV 網 – 提供最優質的資源集合!
正文完