scikit learn 中的 K-Means

K-Means 是一种非常常用的聚类算法，用于将数据集分成预定的K个不同的组或簇。在 Python 中，scikit learn 提供了 K-Means 的实现方法。

安装

在使用之前，需要确保已经安装了 scikit learn。可以通过以下命令安装：

!pip install scikit-learn

数据准备

首先，我们需要准备一个数据集。这里我们将用一个简单的数据集，其中包含两个特征 x 和 y ，以及它们的标签 label。

import numpy as np

x = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])
y = np.array([0, 0, 0, 1, 1, 1])

模型训练

有了数据集之后，我们可以使用 scikit learn 中的 KMeans 模块来进行模型训练。模型训练的主要参数有：

• n_clusters：簇的数量
• init：簇中心的初始化方式
• max_iter：执行的最大迭代次数
• ...

下面是一个简单的模型训练过程：

from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=2, random_state=0).fit(x)

查看结果

训练完成后，可以查看聚类结果，并进行可视化。

import matplotlib.pyplot as plt

plt.scatter(x[:,0], x[:,1], c=kmeans.labels_, cmap='rainbow')
plt.show()

可以看到，根据 K-Means 聚类的结果，数据集被分为了两个不同的簇。

总结

本文介绍了在 Python 中使用 scikit learn 进行 K-Means 聚类算法的基本流程。通过数据准备、模型训练和结果可视化三个步骤，读者可以快速入门 K-Means 聚类算法。