Кластеризация k-means

@VOLFRAMHERO · Регистрация: 13.03.2020

Студворк — интернет-сервис помощи студентам

Помогите сделать так, чтобы сначала определялись центры кластеров,а затем рандомное создание точек вокруг этих кластеров. Вот так примерно должно быть только сначала центры, потом точки. Лучше на примере этого кода (результат этого кода - предыдущие картинки)

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import matplotlib.pyplot as plt
import seaborn as sns; sns.set()
import numpy as np
from sklearn.cluster import KMeans
from sklearn.datasets.samples_generator import make_blobs
X, y_true = make_blobs(n_samples = 400, centers = 3, cluster_std = 0.60, random_state = 0)
plt.scatter(X[:, 0], X[:, 1], s = 20);
plt.show()
 
kmeans = KMeans(n_clusters = 3)
kmeans.fit(X)
y_kmeans = kmeans.predict(X)
X, y_true = make_blobs(n_samples = 400, centers = 3, cluster_std = 0.60, random_state = 0)
plt.scatter(X[:, 0], X[:, 1], c = y_kmeans, s = 20, cmap = 'summer')
centers = kmeans.cluster_centers_
plt.scatter(centers[:, 0], centers[:, 1], c = 'blue', s = 100, alpha = 0.9);
plt.show()

@passant · 12.06.2020, 14:47

Кластеризация никак не предполагает "а затем рандомное создание точек вокруг этих кластеров.". Разберитесь и корректно опишите, что вам требуется.

@VOLFRAMHERO · 12.06.2020, 14:54 **[ТС]**

Создать центроиды и точки вокруг них

@passant · 12.06.2020, 15:16

Центроид существует в имеющемся кластере. Т.е. сначала строятся кластеры из имеющихся точек, по ходу выявляются их центроиды. А " рандомное создание точек вокруг этих кластеров" - это генерация абсолютно новых точек. Как бы две совершенно не связанные между собой задачи. При этом для генерации точек надо понимать хотя-бы на основании какого закона распределения они генерируются.

@VTsaregorodtsev · 12.06.2020, 15:31

VOLFRAMHERO, Разберитесь с параметрами функции make_blobs().
А конкретно - с параметром centers. Ибо, как говорит документация, там можно не число центров=кластеров задать, а явные позиции fixed center locations.

Т.е. создаёте эти центральные точки, затем их рисуете, затем make_blobs() для создания облаков рандомных точек на их основе, затем рисование этих облаков (но тут можно сильно закрыть ранее нарисованные центральные точки новыми рандомными).
После kmeans.fit() можете как-то сравнивать совпадение исходных центров распределений с kmeans.cluster_centers.

Новые блоги и статьи Все статьи Все блоги /
PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Как объединить две одинаковые БД Access с разными данными VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .	От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .
Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .	Сколько Государство потратило денег на меня, обеспечивая инсулином. Programma_Boinc 20.11.2025 Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .	Ломающие изменения в C#.NStar Alpha Etyuhibosecyu 20.11.2025 Уже можно не только тестировать, но и пользоваться C#. NStar - писать оконные приложения, содержащие надписи, кнопки, текстовые поля и даже изображения, например, моя игра "Три в ряд" написана на этом. . .	Мысли в слух kumehtar 18.11.2025 Кстати, совсем недавно имел разговор на тему медитаций с людьми. И обнаружил, что они вообще не понимают что такое медитация и зачем она нужна. Самые базовые вещи. Для них это - когда просто люди. . .	Создание Single Page Application на фреймах krapotkin 16.11.2025 Статья исключительно для начинающих. Подходы оригинальностью не блещут. В век Веб все очень привыкли к дизайну Single-Page-Application . Быстренько разберем подход "на фреймах". Мы делаем одну. . .

@passant 578 / 411 / 69 Регистрация: 09.01.2018 Сообщений: 1,363
	12.06.2020, 14:47
	Кластеризация никак не предполагает "а затем рандомное создание точек вокруг этих кластеров.". Разберитесь и корректно опишите, что вам требуется. 0

@VOLFRAMHERO 0 / 0 / 0 Регистрация: 13.03.2020 Сообщений: 23
	12.06.2020, 14:54 [ТС]
	Создать центроиды и точки вокруг них 0

@passant 578 / 411 / 69 Регистрация: 09.01.2018 Сообщений: 1,363
	12.06.2020, 15:16
	Центроид существует в имеющемся кластере. Т.е. сначала строятся кластеры из имеющихся точек, по ходу выявляются их центроиды. А " рандомное создание точек вокруг этих кластеров" - это генерация абсолютно новых точек. Как бы две совершенно не связанные между собой задачи. При этом для генерации точек надо понимать хотя-бы на основании какого закона распределения они генерируются. 0

@VTsaregorodtsev 2621 / 1632 / 266 Регистрация: 19.02.2010 Сообщений: 4,330
	12.06.2020, 15:31
	VOLFRAMHERO, Разберитесь с параметрами функции make_blobs(). А конкретно - с параметром centers. Ибо, как говорит документация, там можно не число центров=кластеров задать, а явные позиции fixed center locations. Т.е. создаёте эти центральные точки, затем их рисуете, затем make_blobs() для создания облаков рандомных точек на их основе, затем рисование этих облаков (но тут можно сильно закрыть ранее нарисованные центральные точки новыми рандомными). После kmeans.fit() можете как-то сравнивать совпадение исходных центров распределений с kmeans.cluster_centers. 0