聚类分析python代码演示
时间: 2023-07-02 09:08:46 浏览: 95
好的,下面是一个简单的聚类分析Python代码演示:
```python
# 导入所需的库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
# 读取数据集
data = pd.read_csv('data.csv')
# 查看数据集
print(data.head())
# 将数据集转换为数组
X = np.array(data)
# 设置聚类数量
kmeans = KMeans(n_clusters=2)
# 训练模型
kmeans.fit(X)
# 获取聚类标签
labels = kmeans.labels_
# 获取聚类中心点
centroids = kmeans.cluster_centers_
# 绘制散点图
colors = ['r', 'g']
for i in range(len(X)):
plt.scatter(X[i][0], X[i][1], c=colors[labels[i]])
plt.scatter(centroids[:, 0], centroids[:, 1], marker='x', s=200, linewidths=3, color='b')
plt.show()
```
该代码演示了如何使用KMeans算法对一个二维数据进行聚类分析,并将结果绘制为散点图。首先,我们读取数据集并将其转换为数组。然后,我们使用KMeans算法设置聚类数量并训练模型。接下来,我们获取聚类标签和聚类中心点,并使用不同颜色的散点图可视化聚类结果。