根据水平辐照度、漫射、温度、相对湿度用k-means进行天气类型聚类的程序,聚类类别为晴天、多云、阴天、雨雪
时间: 2023-10-06 16:06:13 浏览: 74
天气类型聚类程序:
```
import numpy as np
from sklearn.cluster import KMeans
# 生成样本数据
data = np.array([
[1000, 100, 25, 50],
[800, 50, 20, 60],
[500, 20, 18, 70],
[200, 10, 10, 80],
[50, 5, 5, 90],
[0, 0, -5, 95],
[0, 0, -10, 100],
])
# 定义聚类数
k = 4
# 进行 k-means 聚类
kmeans = KMeans(n_clusters=k, random_state=0).fit(data)
# 输出聚类结果
labels = kmeans.labels_
print("聚类结果:", labels)
# 输出聚类中心
centers = kmeans.cluster_centers_
print("聚类中心:")
for i in range(k):
print("类别 %d:" % i, centers[i])
```
说明:
1. 样本数据包括 7 个样本,每个样本包括水平辐照度、漫射、温度、相对湿度 4 个特征,用二维数组表示。
2. 定义聚类数为 4,即要聚成 4 类:晴天、多云、阴天、雨雪。
3. 调用 KMeans 类进行 k-means 聚类,得到聚类结果和聚类中心。
4. 输出聚类结果和聚类中心。聚类结果是每个样本所属的聚类类别,聚类中心表示每个聚类的中心点。