r2 = pd.DataFrame(model.cluster_centers_) #找出聚类中心 r = pd.concat([r2, r1], axis = 1) #横向连接(0是纵向),得到聚类中心对应的类别下的数目 print('data_zs') print(r) r.columns = list(data.columns) + [u'类别数目'] #重命名表头 print(r) #详细输出原始数据及其类别 r = pd.conc...
r.to_excel(outputfile) #保存结果 TSNE.py # coding=utf-8 from sklearn.manifold import TSNE from pandas.core.frame import DataFrame import pandas as pd import numpy as np import km as k #⽤TSNE进⾏数据降维并展⽰聚类结果 tsne = TSNE()tsne.fit_transform(k.data_zs) #进⾏数据降维,...
model.fit(data_zs)#开始聚类#简单打印结果r1 = pd.Series(model.labels_).value_counts()#统计各个类别的数目r2 = pd.DataFrame(model.cluster_centers_)#找出聚类中心r = pd.concat([r2, r1], axis =1)#横向连接(0是纵向),得到聚类中心对应的类别下的数目print('data_zs')print(r) r.columns =list...