聚类分析重心法实际案例和代码
时间: 2024-04-14 17:11:17 浏览: 11
聚类分析重心法被广泛应用于数据挖掘、图像分割、自然语言处理等领域。以下是一个简单的实例和Python代码示例,用于将Iris数据集分为三个不同的簇。
```python
import numpy as np
from sklearn.cluster import KMeans
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
# 加载Iris数据集
iris = load_iris()
X = iris.data
# 创建KMeans对象,将数据集分为三个簇
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)
# 可视化聚类结果
plt.scatter(X[:, 0], X[:, 1], c=kmeans.labels_)
plt.xlabel('Sepal length')
plt.ylabel('Sepal width')
plt.show()
```
上述代码的输出结果如下图所示:
![iris_cluster](https://user-images.githubusercontent.com/55296566/127016277-6622f5ee-fb28-4bee-bc3e-d8d3bea4d75b.png)
在上图中,每个点的颜色表示它所属的簇。可以看到,通过聚类分析重心法,Iris数据集中的数据点被分为了三个不同的簇。
需要注意的是,上述代码只是一个简单的示例,实际应用时需要根据数据集的特点选择合适的聚类数,以及对聚类结果进行评估和优化。