欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python實(shí)點(diǎn)云分割k-means(sklearn)詳解

 更新時(shí)間：2020年05月28日 15:26:10   作者：突然想學(xué)編程  
這篇文章主要為大家詳細(xì)介紹了Python實(shí)點(diǎn)云分割k-means，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

本文實(shí)例為大家分享了Python實(shí)點(diǎn)云分割k-means（sklearn），供大家參考，具體內(nèi)容如下

植物葉片分割

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
from mpl_toolkits.mplot3d import Axes3D
data = pd.read_csv("jiaaobo1.txt",sep = " ")

data1 = data.iloc[:,0:3]

#標(biāo)準(zhǔn)化
transfer = StandardScaler()
data_new = transfer.fit_transform(data1)
data_new
#預(yù)估計(jì)流程
estimator = KMeans(n_clusters = 10)
estimator.fit(data_new)
y_pred = estimator.predict(data_new)
#也可以不預(yù)測(cè)
#cluster = KMeans(n_clusters = 9).fit(data_new)
#y_pred = cluster.labels_s
#質(zhì)心 
#centroid = cluster.cluster_centers_
#centroid.shape

fig = plt.figure()
ax = Axes3D(fig)
for i in range(9):
  ax.scatter3D(data_new[y_pred == i,0],data_new[y_pred == i,1],data_new[y_pred == i,2],marker = ".")
ax.view_init(elev = 60,azim = 30)
ax.set_zlabel('Z')
ax.set_ylabel('Y')
ax.set_xlabel('X')
plt.show()

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論