[嗨,我正在尝试使用scikit-learn用k-means算法构造一个简单的示例。在我的示例中,我想使用预定义的群集质心。因此,我正在使用numpy创建np.arrays。
起初,我将点分成两个数组:
centroids = np.array([[[7, 3], [6, 5], [3, 10], [9, 8]])
X = np.array([[2, 3], [4, 9], [8, 4], [1, 1]])
在那之后,我得到了我的KMeans(我想这里可能是我的问题):
km = KMeans(n_clusters=4, init=centroids, n_init=1).fit(X)
[我在这里定义我的k(= 4),它们在哪里(以质心表示)和init(= 1)的数量,最后将其拟合为X。
如果我现在正在使用matplotlib plt.scatter
plt.scatter(X[:, 0], X[:, 1], c='red', s=100)
plt.show()
仅在图中显示数组X的点。
我的目标是使用plt.show()显示算法的结果,在其中我可以根据它们的颜色看到X的点属于此聚类。
知道我可能在哪里错了吗?
谢谢!