1 3D聚类和普通的二维聚类实质一样,只不过维数太高了,用三维图来表示了.

下面将官网的改成只生成一个图了

  1. #!/usr/bin/python
  2. # -*- coding:utf-8 -*-
  3.  
  4. print(__doc__)
  5.  
  6. # Code source: Gaël Varoquaux
  7. # Modified for documentation by Jaques Grobler
  8. # License: BSD 3 clause
  9.  
  10. import numpy as np
  11. import matplotlib.pyplot as plt
  12. # Though the following import is not directly being used, it is required
  13. # for 3D projection to work
  14. from mpl_toolkits.mplot3d import Axes3D
  15.  
  16. from sklearn.cluster import KMeans
  17. from sklearn import datasets
  18.  
  19. np.random.seed(5)
  20.  
  21. iris = datasets.load_iris()
  22. X = iris.data
  23. y = iris.target
  24.  
  25. estimators = [('k_means_iris_8', KMeans(n_clusters=8)),
  26. ('k_means_iris_3', KMeans(n_clusters=3)),
  27. ('k_means_iris_bad_init', KMeans(n_clusters=3, n_init=1,
  28. init='random'))]
  29.  
  30. fignum = 1
  31. titles = ['8 clusters', '3 clusters', '3 clusters, bad initialization']
  32. # for name, est in estimators:
  33. name = 'k_means_iris_8'
  34. est = KMeans(n_clusters=8)
  35. print(est)
  36. picture = plt.figure(fignum, figsize=(4, 3))
  37. ax = Axes3D(picture, rect=[0, 0, .95, 1], elev=48, azim=134)
  38. est.fit(X)
  39. labels = est.labels_
  40.  
  41. ax.scatter(X[:, 3], X[:, 0], X[:, 2],
  42. c=labels.astype(np.float), edgecolor='k')
  43.  
  44. ax.w_xaxis.set_ticklabels([])
  45. ax.w_yaxis.set_ticklabels([])
  46. ax.w_zaxis.set_ticklabels([])
  47. ax.set_xlabel('Petal width')
  48. ax.set_ylabel('Sepal length')
  49. ax.set_zlabel('Petal length')
  50. ax.set_title(titles[fignum - 1])
  51. ax.dist = 12
  52.  
  53. # Plot the ground truth
  54. picture = plt.figure(fignum, figsize=(4, 3))
  55. ax = Axes3D(picture, rect=[0, 0, .95, 1], elev=48, azim=134)
  56.  
  57. for name, label in [('Setosa', 0),
  58. ('Versicolour', 1),
  59. ('Virginica', 2)]:
  60. ax.text3D(X[y == label, 3].mean(),
  61. X[y == label, 0].mean(),
  62. X[y == label, 2].mean() + 2, name,
  63. horizontalalignment='center',
  64. bbox=dict(alpha=.2, edgecolor='w', facecolor='w'))
  65. # Reorder the labels to have colors matching the cluster results
  66. y = np.choose(y, [1, 2, 0]).astype(np.float)
  67. ax.scatter(X[:, 3], X[:, 0], X[:, 2], c=y, edgecolor='k')
  68.  
  69. ax.w_xaxis.set_ticklabels([])
  70. ax.w_yaxis.set_ticklabels([])
  71. ax.w_zaxis.set_ticklabels([])
  72. ax.set_xlabel('Petal width')
  73. ax.set_ylabel('Sepal length')
  74. ax.set_zlabel('Petal length')
  75. ax.set_title('Ground Truth')
  76. ax.dist = 12
  77.  
  78. plt.show()

官网链接:https://scikit-learn.org/stable/auto_examples/cluster/plot_cluster_iris.html#sphx-glr-auto-examples-cluster-plot-cluster-iris-py

参考:https://mp.weixin.qq.com/s?__biz=MzAxNTc0Mjg0Mg==&mid=2653290530&idx=1&sn=7008fc46129106703a05fdfef1ddd4e6&chksm=802dc237b75a4b2173af42e9703c8591e3a4a37e50b2825f5a00cdba1099b49297f2300169e6&mpshare=1&scene=1&srcid=10178eaFgbBY6JZo05vM66s1&sharer_sharetime=1571301323063&sharer_shareid=a49b9557eabaed0d06d2de311dd63b54&pass_ticket=9rhsUGDoFYNdc2RJMbTG%2BMUeXE%2BY%2Bb9d2F3ZAMul8kAKgV7h8aQNp4StajH8jKTj#rd

3D聚类的更多相关文章

  1. 机器学习笔记----Fuzzy c-means(FCM)模糊聚类详解及matlab实现

    前言:这几天一直都在研究模糊聚类.感觉网上的文档都没有一个详细而具体的讲解,正好今天有时间,就来聊一聊模糊聚类. 一:模糊数学 我们大家都知道计算机其实只认识两个数字0,1.我们平时写程序其实也是这样 ...

  2. 基于密度聚类的DBSCAN和kmeans算法比较

    根据各行业特性,人们提出了多种聚类算法,简单分为:基于层次.划分.密度.图论.网格和模型的几大类. 其中,基于密度的聚类算法以DBSCAN最具有代表性.  场景 一 假设有如下图的一组数据, 生成数据 ...

  3. 使用k-means对3D网格模型进行分割

    使用k-means对3D网格模型进行分割 由于一些原因,最近在做网格分割的相关工作.网格分割的方法有很多,如Easy mesh cutting.K-means.谱分割.基于SDF的分割等.根据对分割要 ...

  4. 基于谱聚类的三维网格分割算法(Spectral Clustering)

    谱聚类(Spectral Clustering)是一种广泛使用的数据聚类算法,[Liu et al. 2004]基于谱聚类算法首次提出了一种三维网格分割方法.该方法首先构建一个相似矩阵用于记录网格上相 ...

  5. ML: 聚类算法R包-模糊聚类

    1965年美国加州大学柏克莱分校的扎德教授第一次提出了'集合'的概念.经过十多年的发展,模糊集合理论渐渐被应用到各个实际应用方面.为克服非此即彼的分类缺点,出现了以模糊集合论为数学基础的聚类分析.用模 ...

  6. Efficient Online Segmentation for Sparse 3D Laser Scans-- 在线的稀疏点云分割

    在基于激光的自动驾驶或者移动机器人的应用中,在移动场景中提取单个对象的能力是十分重要的.因为这样的系统需要在动态的感知环境中感知到周围发生变化或者移动的对象,在感知系统中,将图像或者点云数据预处理成单 ...

  7. [译]与TensorFlow的第一次接触(三)之聚类

    转自 [译]与TensorFlow的第一次接触(三)之聚类 2016.08.09 16:58* 字数 4316 阅读 7916评论 5喜欢 18 前一章节中介绍的线性回归是一种监督学习算法,我们使用数 ...

  8. 3D 特征点概述(1)

    很久没有更新相关内容了,很多朋友过来私信我,但由于时间问题,不能一一为大家解答,本人也不是无所不知的大神,还请各位谅解. 本文主要总结PCL中3D特征点的相关内容,该部分内容在PCL库中都是已经集成的 ...

  9. segMatch:基于3D点云分割的回环检测

    该论文的地址是:https://arxiv.org/pdf/1609.07720.pdf segmatch是一个提供车辆的回环检测的技术,使用提取和匹配分割的三维激光点云技术.分割的例子可以在下面的图 ...

随机推荐

  1. docker inspect命令查看镜像详细信息

    使用 inspect 命令查看镜像详细信息,包括制作者.适应架构.各层的数字摘要等. # docker inspect --help Usage: docker inspect [OPTIONS] N ...

  2. MongoDB入门_shell基本操作

    使用shell客户端连接mongoDB数据库 [root@localhost mongodb_simple]# ./bin/mongo /admin mongoDB的简单基本操作 1. mongoDB ...

  3. 终于明白上一篇的一顿误操作是什么了,是$,不是S !!!!!

    1,在命令行中输入export PATH=/usr/bin:/usr/sbin:/bin:/sbin:/usr/X11R6/bin这样可以保证命令行命令暂时可以使用.命令执行完之后先不要关闭终端2. ...

  4. passwd 修改用户密码 / chpasswd 批量更新用户密码

    passwd 修改用户密码 1.命令功能 passwd 修改用户密码及密码过期时间等信息. 2.语法格式 passwd  option  username passwd   选项   用户名 选项说明 ...

  5. HDU 6215 Brute Force Sorting 模拟双端链表

    一层一层删 链表模拟 最开始写的是一个一个删的 WA #include <bits/stdc++.h> #define PI acos(-1.0) #define mem(a,b) mem ...

  6. ubuntu 16.04 安装Opencv-3.2.0_GPU 与 opencv_contrib-3.2.0

    1.准备依赖库 sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config ...

  7. python设置图片背景和设置字体颜色大小

    # -*- coding: utf-8 -*- """ Created on Wed Dec 11 22:37:30 2019 @author: Dell "& ...

  8. Redhat 关闭防火墙和selinux

    查看防火墙状态.systemctl status firewalld 临时关闭防火墙命令.重启电脑后,防火墙自动起来.systemctl stop firewalld 永久关闭防火墙命令.重启后,防火 ...

  9. java数据结构1--数组、排序和Arrays工具类

    数组:Array 数组的定义 数组的内存结构 数组定义常见问题 数组常见操作 Java参数传递问题--值传递 二维数组 1.数组概念 同一种类型数据的集合,可以是基本数据类型,也可以是引用数据类型. ...

  10. shred命令

    不做陈冠希必备.... shred --help 用法:shred [选项]... 文件... Overwrite the specified FILE(s) repeatedly, in order ...