#!/usr/bin/env python
#-*- coding:utf-8 -*-
#接k_means.py
#k_means.py中得到三维规范化数据data_zs;
#r增加了最后一列,列索引为“聚类类别”
from sklearn.manifold import TSNE
tsne=TSNE()
tsne.fit_transform(data_zs) #进行数据降维,降成两维
#a=tsne.fit_transform(data_zs) #a是一个array,a相当于下面的tsne_embedding_
tsne=pd.DataFrame(tsne.embedding_,index=data_zs.index) #转换数据格式
import matplotlib.pyplot as plt
d=tsne[r[u'聚类类别']==0]
plt.plot(d[0],d[1],'r.')
d=tsne[r[u'聚类类别']==1]
plt.plot(d[0],d[1],'go')
d=tsne[r[u'聚类类别']==2]
plt.plot(d[0],d[1],'b*')
plt.show()
通过TSNE将高维数据聚类结果以二维的方式展示出来
猜你喜欢
转载自blog.csdn.net/judyqing/article/details/84528420
今日推荐
周排行