python kmean 多维_如何使用KMeans对多维和未知数据进行聚类?

人工智能68

@Nael Alsaleh,你可以用下面的方法运行K-Means:from sklearn.cluster import KMeans

import numpy as np

import matplotlib.pyplot as plt

X=np.load('Mistery.npy')

wx = []

for i in range(1, 11):

kmeans = KMeans(n_clusters = i, random_state = 0)

kmeans.fit(X)

wx.append(kmeans.inertia_)

plt.plot(range(1, 11), wx)

输入验证码查看隐藏内容

扫描二维码关注本站微信公众号 Johngo学长
或者在微信里搜索 Johngo学长
回复 svip 获取验证码
wechat Johngo学长

相关文章
人工智能

基于MATLAB的说话人识别系统

基于MATLAB的说话人识别系统 语音识别的简单介绍 基于MATLAB VQ算法的说话人识别系统,矢量量化起着双重作用。在训练阶段,把每一个说话者所提取的特征参数进行分类,产生不同码字所组成的码本。在...
人工智能

L2正则化如何应用于回归问题

你好,这篇文章咱们讨论一下关于「L2正则化如何应用于回归问题」的事情... L2正则化在回归问题中的应用 在机器学习中,经常会遇到过拟合的问题,过拟合是指在训练集表现较好,但在测试集上表现较差的现象。...
人工智能

目标检测算法(传统&基于深度学习的)

目标检测算法 最近在学目标检测各类算法,主要分为传统的目标检测方法和基于深度学习的目标检测算法,这里记录了一些基本的算法介绍。下图是目标检测算法的发展历程 ; 传统目标检测方法 分三部分:区域选择–&...