sklearn k-mean

clf=KMeans(n_clusters=5) #创建分类器对象
fit_clf=clf.fit(X) #用训练器数据拟合分类器模型
clf.predict(X) #也可以给新数据数据对其预测
print(clf.cluster_centers_) #输出5个类的聚类中心
y_pred = clf.fit_predict(X) #用训练器数据X拟合分类器模型并对训练器数据X进行预测
print(y_pred) #输出预测结果
 
1 clf=KMeans(n_clusters=5) #创建分类器对象
2 fit_clf=clf.fit(X) #用训练器数据拟合分类器模型
3 clf.predict(X) #也可以给新数据数据对其预测
4 print(clf.cluster_centers_) #输出5个类的聚类中心
5 y_pred = clf.fit_predict(X) #用训练器数据X拟合分类器模型并对训练器数据X进行预测
6 print(y_pred) #输出预测结果

 

posted @ 2021-03-22 16:41  醴酒微甜  阅读(47)  评论(0)    收藏  举报