初级
K-Means聚类模拟数据
未完成
初级参考
完整示例代码供参考,建议自己理解后重新输入
import numpy as np
from sklearn.cluster import KMeans
np.random.seed(2)
X = np.random.randn(50, 2)
X[:25, 0] += 3
X[:25, 1] -= 4
kmeans = KMeans(n_clusters=2, n_init=20, random_state=1)
clusters = kmeans.fit_predict(X)
print('聚类标签:', clusters)
print('聚类中心:', kmeans.cluster_centers_)
示例
输入
solve()
期望输出
聚类标签: [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1] 聚类中心: [[-0.23940153 0.14703307] [ 2.53287159 -3.80815122]]
👑
升级 VIP
解锁全部题目,畅通无阻地学习
- ✓ 解锁全部训练包所有题目
- ✓ 查看完整参考代码和提示
- ✓ 浏览器内直接运行 Python 代码
- ✓ 自动批改 + 进度追踪
30天
¥18
1年
¥99
2年
¥158
3年
¥199