“肘部”观察法示例

本文通过实例介绍了机器学习中的肘部观察法,用于确定KMeans聚类的最佳K值。通过绘制聚类误差平方和与K值的关系图,找到误差下降速度显著减缓的“肘部”,以此作为最优的类别数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文所有实现代码均来自《Python机器学习及实战》

#-*- coding:utf-8 -*-

import numpy as np
from sklearn.cluster import KMeans
from scipy.spatial.distance import cdist
import matplotlib.pyplot as plt

#使用均匀分布函随机三个簇,每个粗周围有10个样本
cluster1 = np.random.uniform(0.5,1.5,(2,10))
cluster2 = np.random.uniform(5.5,6.5,(2,10))
cluster3 = np.random.uniform(
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值