python中K-means算法是什么？
- 更新时间：2021-07-05 09:12:37
- 编辑：充锐逸
给网友们整理相关的编程文章，网友那晨希根据主题投稿了本篇教程内容，涉及到算法、元素、掌握、介绍、大家相关内容，已被179网友关注，相关难点技巧可以阅读下方的电子资料。
参考资料
- 文本上的算法：深入浅出自然语言处理 PDF 电子书 / 76.2 MB / 路彦雄 推荐度：
- 算法与数据结构：C语言版(第2版) 课后答案 / 718 KB / 陈守孔 孟佳娜 武秀川 推荐度：
- VB常用算法大全 / 4.87MB / admin 推荐度：
- 算法设计与分析导论 课后答案 / 6.76 MB / R.C.T.Lee 王卫东 推荐度：
- 大数据架构和算法实现之路:电商系统的技术实战 PDF 电子书 / 138 MB / 黄申 推荐度：
正文内容
《python中K-means算法是什么？》是一篇不错的Python文章，技术点分析的很透彻，把错误代码改掉了，希望对网友有用。
能够学习和掌握编程，最好的学习方式，就是去掌握基本的使用技巧，再多的概念意义，总归都是为了使用服务的，K-means算法又叫K-均值算法，是非监督学习中的聚类算法。主要有三个元素，其中N是元素个数，x表示元素，c(j)表示第j簇的质心，下面就使用方式给大家简单介绍实例使用。
K-Means算法进行聚类分析
km = KMeans(n_clusters = 3) km.fit(X) centers = km.cluster_centers_ print(centers)
三个簇的中心点坐标为：
[[5.006 3.428 ] [6.81276596 3.07446809] [5.77358491 2.69245283]]
比较一下K-Means聚类结果和实际样本之间的差别：
predicted_labels = km.labels_
fig, axes = plt.subplots(1, 2, figsize=(16,8))
axes[0].scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Set1,
edgecolor='k', s=150)
axes[1].scatter(X[:, 0], X[:, 1], c=predicted_labels, cmap=plt.cm.Set1,
edgecolor='k', s=150)
axes[0].set_xlabel('Sepal length', fontsize=16)
axes[0].set_ylabel('Sepal width', fontsize=16)
axes[1].set_xlabel('Sepal length', fontsize=16)
axes[1].set_ylabel('Sepal width', fontsize=16)
axes[0].tick_params(direction='in', length=10, width=5, colors='k', labelsize=20)
axes[1].tick_params(direction='in', length=10, width=5, colors='k', labelsize=20)
axes[0].set_title('Actual', fontsize=18)
axes[1].set_title('Predicted', fontsize=18)大家可以带入代码，自己看下输出结果显示，观察不同，好啦，以上就是实例的介绍了。感兴趣的小伙伴可以消化掌握。
相关教程
-
基于JavaScript实现的快速排序算法分析
这篇文章主要介绍了基于JavaScript实现的快速排序算法,分析了快速排序的原理并结合实例形式给出了javascript快速排序的操作步骤与相关实现技巧,需要的朋友可以参考下
发布时间：2019-08-27
-
K均值聚类算法的Java版实现代码示例
这篇文章主要介绍了K均值聚类算法的Java版实现代码示例，具有一定借鉴价值，需要的朋友可以参考下。
发布时间：2019-06-04
