K-means &C-means 疑問python

python c-means k-means fuzzy 機器學習

hoolada 2018-06-23 16:11:51 ‧ 3614 瀏覽

分享至

我想得到的是像這樣這樣從第一個分群的值例如他這樣從第一個開始111122312... 但這是R 的C-means

python都是K-means 我有找到python的
https://pythonhosted.org/scikit-fuzzy/auto_examples/plot_cmeans.html
有比較簡單的範例教學可以懂嗎我看得懂k-means但這的範例雖可執行但我卻看不太懂?
pip install -U scikit-fuzzy
import skfuzzy as fuzz
這個這樣做的作法跟c-means是一樣的嗎或者k-means也能做出這樣的效果?
還是各位有什麼建議可以跟我講一下嗎?

froce iT邦大師 1 級 ‧ 2018-06-23 20:18:49 檢舉

K-means和C-means會相同嗎？
你丟這網頁就是做C-means。

你會R就用R去寫，語言只是工具，不用太拘泥於工具。

hoolada iT邦新手 5 級 ‧ 2018-06-23 22:52:50 檢舉

大大不好意思我不會R 因為我前半都是用Python寫的那C-means的code我看不太懂 centers sigmas 我不懂那邊為什麼他要那樣設定可以給我提點一下嗎?

登入發表討論

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

1 個回答

froce

iT邦大師 1 級 ‧ 2018-06-24 12:15:09

最佳解答

from __future__ import division, print_function
import numpy as np
import matplotlib.pyplot as plt
import skfuzzy as fuzz

colors = ['b', 'orange', 'g', 'r', 'c', 'm', 'y', 'k', 'Brown', 'ForestGreen']

# Define three cluster centers
centers = [[4, 2],
           [1, 7],
           [5, 6]]

# Define three cluster sigmas in x and y, respectively
sigmas = [[0.8, 0.3],
          [0.3, 0.5],
          [1.1, 0.7]]

你是說這邊嗎？這邊只是測試資料集，先設定中心點（centers）和離散程度（sigmas），利用random，產生200個點。

做研究要學著看英文，人家註釋寫得很清楚。

回應 1
分享
檢舉

hoolada iT邦新手 5 級 ‧ 2018-06-28 16:03:59 檢舉

我成功執行了感謝
//k-means
kmeans_fit = cluster.KMeans(n_clusters = 6).fit(newData)
cluster_labels = kmeans_fit.labels_
ppt=kmeans_fit.labels_

//印出績效
silhouette_avg = metrics.silhouette_score(newData, cluster_labels)
print(silhouette_avg)
print(ppt[:120])
0.4639289840822076
[2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 0 0 0 1 4 4 4 2 0 0 2 2 0 0 2 2 1 1 1 2 2 0 0 0 0 5 1 1 1 1 1 1 1 1 1 1 1 5 5 5 5 5 5 5 5 5 5 5 1 1 1 1 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3]
我想請問我k-means可以印出每個值得群是多少
我執行雖然成功但我常是要讓他印出每個值得群是多少該怎麼下手呢?

登入發表回應