社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

Python使用系统聚类方法进行数据分类案例一则

Python小屋 • 8 年前 • 715 次点击  

首先解释一下为啥最近发的文章中代码都是截图而不是文本,这样做主要是希望大家能对着代码敲一遍而不是直接复制运行得到结果就算了,这样可以加深印象,学到更多东西。当然,这样直接截图也节省了很多排版需要的时间,可以有时间写出更多的案例。

在前几天发的文章Python使用系统聚类算法对随机元素进行分类中介绍了系统聚类方法的原理,不再赘述。那篇文章中,是自己编写代码模拟了系统聚类算法,本文则直接Python扩展库sklearn进行实现。要注意的是,系统聚类方法效果较好,但计算量较大,不适用于大数据处理。

下面的代码首先在平面上不同的区域内生成一些随机点,然后使用系统聚类方法进行分类。代码如下:


聚类个数为3时,运行结果如下:


聚类个数为4时,运行结果如下:



----------相关阅读----------

1900页Python系列PPT分享六:面向对象程序设计(86页)

1900页Python系列PPT分享五:函数设计与应用(134页)

1900页Python系列PPT分享四:字符串与正则表达式(109页)

1900页Python系列PPT分享三:选择与循环结构语法及案例(96页)

1900页Python系列PPT分享二:Python序列(列表、元组、字典、集合)(154页)

1900页Python系列PPT分享一:基础知识(106页)


Python使用K-means聚类算法进行分类案例一则

KNN分类算法原理与Python+sklearn实现根据身高和体重对体型分类

Python+sklearn使用线性回归算法预测儿童身高

使用线性回归拟合平面最佳直线及预测之Python+sklearn实现

Python使用系统聚类算法对随机元素进行分类

Python+KNN算法判断单词相似度小案例

使用Jupyter Notebook+bokeh绘图入门完整步骤

Python高级数组处理模块numpy用法精要

Python扩展库scipy中值滤波算法的应用

Python绘制带标记和箭头的树结构

Python绘制带有中文标签和图例的图

Python数据可视化案例三:使用Slider组件调整曲线参数

Python数据可视化案例二:动态更新数据

Python数据可视化案例一:自定义曲线频率、颜色与线型


大家都在学Python,你和别人的差距在哪?

大学生们颤抖吧,中学生已经开始学Python了!

祝所有程序员1024节日快乐

学会提问,你就成功了一大半!

盘点那些让人上火的提问方式(论如何让交流更高效)




----------喜大普奔----------

1、继《Python程序设计基础》、《Python程序设计(第2版)》、《Python可以这样学》、《Python程序设计开发宝典》之后,董付国老师新作《中学生可以这样学Python》已于2017年10月正式出版,已在各大书城全面上架。大学生们颤抖吧,中学生已经开始学Python了!


2、董付国老师6本Python系列图书阅读指南


3、董老师免费视频地址: http://pan.baidu.com/s/1c14WYn2 密码: 9xwr




--------近期Python培训班安排------

1、2017年12月21日-25日 (21日报到)  厦 门:Python编程及应用--数据分析与科学计算可视化培训班


2、2018年1月12日至14日(11日报到) 合肥:全国Python科研应用专题实操培训班


3、2018年1月19日---1月21日(18日报到) 烟台:2018年全国中高等院校教师 “Python编程及应用”培训班通知


4、2018年1月28日—2月2日(28日全天报到)  厦门:“Python编程及大数据应用”课程教师(厦门)寒假研修班



今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/nYIuCIaWSy
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/4556