kmeans算法初步

# -*- coding: utf-8 -*-
"""
Created on Tue Mar 26 09:11:21 2019

@author: hadron
"""
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt

if __name__ == '__main__':
    N = 400
    centers = 4
    '''
    make_blobs函数是为聚类产生一个数据集和相应的标签
    n_samples:表示数据样本点个数,默认值100
    n_features:表示数据的维度，默认值是2
    centers:产生数据的中心点，默认值3
    cluster_std：数据集的标准差，浮点数或者浮点数序列，默认值1.0
    center_box：中心确定之后的数据边界，默认值(-10.0, 10.0)
    shuffle ：洗乱，默认值是True
    random_state:官网解释是随机生成器的种子
    返回值说明：
    (1) X : array of shape [n_samples, n_features],The generated samples.生成的样本数据集。
    (1) y : array of shape [n_samples],The integer labels for cluster membership of each sample.样本数据集的标签。
    '''
    # 生成400个2维样本点集合，中心点4个
    data, y = make_blobs(n_samples=N, n_features=2, centers=centers)
    '''
    matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)
    参数说明：
    (1)x，y：表示的是大小为(n,)的数组，也就是我们即将绘制散点图的数据点
    (2)c:表示的是颜色，也是一个可选项。默认是蓝色'b',表示的是标记的颜色，或者可以是一个表示颜色的字符，或者是一个长度为n的表示颜色的序列等等
    '''
    #利用pyplot模块的scatter函数绘制散点图
    plt.scatter(data[:, 0], data[:, 1], c=y)
    plt.show()