plt.title('手肘法')# 显示图形plt.show() 聚类分析: 使用自定义的KMeans类或Sklearn中的KMeans进行聚类分析,传入特征数据和确定的聚类数目。 获取聚类标签并将其与特征数据关联。 n\_clusters = 5 km = KMeans(n\_clusters=n\_clusters).fit(X\_data) #% 降维后画图显示聚类结果 #将原始数据中的索引...
plt.plot(K, TSSE, 'b*-') plt.xlabel('簇的个数') plt.ylabel('簇内离差平方和之和') plt.title('手肘法') # 显示图形 plt.show() 聚类分析: 使用自定义的KMeans类或Sklearn中的KMeans进行聚类分析,传入特征数据和确定的聚类数目。 获取聚类标签并将其与特征数据关联。 n_clusters = 5 km = K...