各位大大安安
小弟在摸索用kmeans聚类 在网络上参考一些范例
import numpy as np
from sklearn.cluster import KMeans
list1 = [88.0,74.0,96.0,85.0]
list2 = [92.0,99.0,95.0,94.0]
list3 = [91.0,87.0,99.0,95.0]
list4 = [78.0,99.0,97.0,81.0]
list5 = [88.0,78.0,98.0,84.0]
list6 = [100.0,95.0,100.0,92.0]
X = np.array([list1,list2,list3,list4,list5,list6])
kmeans = KMeans(n_clusters = 2).fit(X)
pred = kmeans.predict(X)
print(pred)
Output:
[0 1 1 1 0 1]
是成功分出两群了
但是爬文的过程 看到一些很漂亮的图 像这样
https://upload.cc/i1/2018/04/18/pFLHgX.png
完全看不懂这个X轴跟Y轴是怎么放的
如果以上面的范例来说 应该要怎么画出图呢?
感谢

看着很像用pyplot的scatter画出来的，不知道感觉有没有错(　^ω^)

你的资料是6维的，不好呈现，如果利用PCA之类的先降到2维就可以画眼花了…你是6笔4维的这篇可参考看看 https://tinyurl.com/y984mnq7

用scatter plot然后颜色用你预测出来的label文章中的类别 指的就是资料实际的label 共有9个 所以输出的颜色有9种但注意文章中只有用pca 没有用到kmeans

kmeans分群完后，再把每笔资料归属group的index视做该资料的类别