机器学习(五) 关于散点图生成

import numpy as np #随机生成点 from sklearn.datasets import make_blobs#K-means:k均值聚类 cluster(一簇，一类) from sklearn.cluster import KMeansimport matplotlib.pyplot as plt %matplotlib inlineX_train,y_train = make_blobs(n_samples=150,centers=3,cluster_std=1)plt.scatter(X_train[:,0],X_train[:,1],c = y_train)#立体图生成 plt.figure(figsize=(9,9)) axes3d = plt.subplot(projection = '3d')axes3d.scatter3D(ball['2006世界杯'],ball['2010世界杯'],ball['2007亚洲杯'],c = y_,cmap = 'rainbow')cluster_centers_ = kmeans.cluster_centers_axes3d.scatter3D(cluster_centers_[:,0],cluster_centers_[:,1],cluster_centers_[:,2],c = [-1,3,5],cmap = plt.cm.cool,s = 300,alpha = 0.5)

 

转载于:https://www.cnblogs.com/gugubeng/p/9803481.html

总结

以上是生活随笔为你收集整理的机器学习(五) 关于散点图生成的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。