k-means法 準備
k-means法で理想的な結果が出せるようにデータを予めプロットしておく方法
# -*- coding: utf-8 -*- impo from sklearn.datasets import make_blobs import matplotlib.pyplot as plt X,y = make_blobs(n_samples=150, #サンプル点の総数 n_features=2, #特徴量の個数 centers=5, #クラスタの個数 cluster_std=0.5,#クラスタの標準偏差 shuffle=True, #サンプルをシャッフル random_state=0) #乱数生成器の状態を指定 plt.scatter(X[:,0],X[:,1],c='blue',marker='o',s=30) plt.grid() plt.show()
plt.scatter()の色指定はcolorはcでもイイらしい.
横軸にX[:,0],縦軸にX[:,1]をセット
X[:,0]はXの全ての要素の1つ目の要素という意味
plt.scatter(X[:,0],X[:,1],c='blue',marker='o',s=30)