K-means 聚类#

该图显示了:

  • 左上角:K-means 算法使用 8 个聚类的结果。

  • 右上角:使用 3 个聚类的结果。

  • 左下角:初始化不佳对分类过程的影响:通过将 n_init 设置为 1(默认值为 10),算法将以不同的质心种子运行的次数减少。

  • 右下角:真实情况。

8 clusters, 3 clusters, 3 clusters, bad initialization, Ground Truth
# 代码来源:Gaël Varoquaux
# 由Jaques Grobler修改用于文档
# SPDX许可证标识符:BSD-3-Clause

import matplotlib.pyplot as plt

# 尽管以下导入没有被直接使用,但它对于在matplotlib < 3.2版本中实现3D投影是必需的。
import mpl_toolkits.mplot3d  # noqa: F401
import numpy as np

from sklearn import datasets
from sklearn.cluster import KMeans

np.random.seed(5)

iris = datasets.load_iris()
X = iris.data
y = iris.target

estimators = [
    ("k_means_iris_8", KMeans(n_clusters=8)),
    ("k_means_iris_3", KMeans(n_clusters=3)),
    ("k_means_iris_bad_init", KMeans(n_clusters=3, n_init=1, init="random")),
]

fig = plt.figure(figsize=(10, 8))
titles = ["8 clusters", "3 clusters", "3 clusters, bad initialization"]
for idx, ((name, est), title) in enumerate(zip(estimators, titles)):
    ax = fig.add_subplot(2, 2, idx + 1, projection="3d", elev=48, azim=134)
    est.fit(X)
    labels = est.labels_

    ax.scatter(X[:, 3], X[:, 0], X[:, 2], c=labels.astype(float), edgecolor="k")

    ax.xaxis.set_ticklabels([])
    ax.yaxis.set_ticklabels([])
    ax.zaxis.set_ticklabels([])
    ax.set_xlabel("Petal width")
    ax.set_ylabel("Sepal length")
    ax.set_zlabel("Petal length")
    ax.set_title(title)

# 绘制真实值
ax = fig.add_subplot(2, 2, 4, projection="3d", elev=48, azim=134)

for name, label in [("Setosa", 0), ("Versicolour", 1), ("Virginica", 2)]:
    ax.text3D(
        X[y == label, 3].mean(),
        X[y == label, 0].mean(),
        X[y == label, 2].mean() + 2,
        name,
        horizontalalignment="center",
        bbox=dict(alpha=0.2, edgecolor="w", facecolor="w"),
    )

ax.scatter(X[:, 3], X[:, 0], X[:, 2], c=y, edgecolor="k")

ax.xaxis.set_ticklabels([])
ax.yaxis.set_ticklabels([])
ax.zaxis.set_ticklabels([])
ax.set_xlabel("Petal width")
ax.set_ylabel("Sepal length")
ax.set_zlabel("Petal length")
ax.set_title("Ground Truth")

plt.subplots_adjust(wspace=0.25, hspace=0.25)
plt.show()

Total running time of the script: (0 minutes 0.127 seconds)

Related examples

使用鸢尾花数据集的PCA示例

使用鸢尾花数据集的PCA示例

鸢尾花数据集

鸢尾花数据集

稀疏性示例:仅拟合特征1和特征2

稀疏性示例:仅拟合特征1和特征2

手写数字数据上的K-Means聚类演示

手写数字数据上的K-Means聚类演示

Gallery generated by Sphinx-Gallery