kmeans的数据可视化

kmeans是一种聚类算法，它可以将数据集分成多个簇，每个簇内的数据点相似度较高，而不同簇之间的数据点相似度较低。在kmeans聚类算法中，数据可视化是非常重要的一步，因为它可以帮助我们更好地理解聚类结果。通常，我们使用散点图来可视化kmeans聚类结果。在散点图中，每个簇被分配一个不同的颜色或标记，以便我们可以轻松地区分它们。同时，我们还可以使用不同的形状或大小来表示不同的簇。通过这种方式，我们可以直观地了解聚类结果，并对数据集进行更深入的分析。

下面是一个示例代码，展示了如何使用matplotlib包对kmeans聚类结果进行可视化：

引用:
plt.rcParams['font.sans-serif'] = ['SimHei'] # 使负号可以展示
plt.rcParams['axes.unicode_minus'] = False

plt.scatter(da1[y_p2==0,0], da1[y_p2==0,1], marker='o', s=30, label='簇 1')
plt.scatter(da1[y_p2==1,0], da1[y_p2==1,1], marker='o', s=30, label='簇 2')
plt.scatter(da1[y_p2==2,0], da1[y_p2==2,1], marker='o', s=30, label='簇 3')

plt.title('K-means 聚类散点图')

在这个示例中，我们使用了三种不同的标记来表示三个不同的簇。同时，我们还使用了不同的颜色来区分不同的簇。最后，我们使用了标题来说明这个散点图是kmeans聚类结果的可视化。