利用sklearn库应用K

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

from sklearn.cluster import KMeans

from sklearn import datasets

plt.rcParams['font.sans-serif']=['SimHei']

plt.rcParams['axes.unicode_minus']=False

np.random.seed(5)

iris = datasets.load_iris()

X = iris.data

Y = iris.target

est = KMeans(n_clusters=3)

est.fit(X)

labels = est.labels_

fig = plt.figure(1, figsize=(4, 3))

ax = Axes3D(fig, rect=[0, 0, .95, 1], elev=48, azim=134)

ax.scatter(X[:, 3], X[:, 0], X[:, 2],c=labels.astype(np.float), edgecolor='k')

ax.w_xaxis.set_ticklabels([])

ax.w_yaxis.set_ticklabels([])

ax.w_zaxis.set_ticklabels([])

ax.set_xlabel('花瓣宽度')

ax.set_ylabel('萼片长度')

ax.set_zlabel('花瓣长度')

ax.set_title("3类")

ax.dist = 12

plt.show()

相关知识

sklearn
利用KNN对150个实例对花卉进行机器培训
K
[Python嗯~机器学习]
库车市举办园艺经济作物生物技术应用观摩培训班
实验一：鸢尾花数据集分类
基于循证医学与真实病历库的CDSS实现与应用
K近邻算法和鸢尾花问题
种子库官方下载
民生智库

原文链接: 利用sklearn库应用K https://www.huajiangbk.com/newsview387271.html