如何在多维数据上可视化 kmeans 聚类 [英] How to visualize kmeans clustering on multidimensional data
本文介绍了如何在多维数据上可视化 kmeans 聚类的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我在 mnist 数据集上使用 kmeans 聚类算法,并希望在聚类后可视化图.到目前为止,我做到了
I am using kmeans clustering algorithm on mnist dataset and want to visualize the plots after clustering. So far I did this
from mnist import MNIST
mndata = MNIST('Datasets')
X_train, y_train = mndata.load_training()
#do the clustering
k_means = cluster.KMeans(n_clusters=len(np.unique(y_train)))
k_means.fit(X_train)
labels = k_means.labels_
所以,我现在有 10 个集群代表 0 到 9.我如何可视化这些集群?
So, I now have 10 clusters representing 0 to 9. How can I visualize these clusters?
推荐答案
您可以使用 Pandas 绘图工具 parallel_coordinates 可视化多维聚类.
You can visualise multi-dimensional clustering using pandas plotting tool parallel_coordinates.
predict = k_means.predict(data)
data['cluster'] = predict
pandas.tools.plotting.parallel_coordinates(data, 'cluster')
这篇关于如何在多维数据上可视化 kmeans 聚类的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文