原文链接：http://tecdat.cn/?p=24842 

谱聚类是一种将数据的相似矩阵的谱利用于降维的技术。它是有用且易于实现的聚类办法。  

Scikit-learn API 提供了 谱聚类来实现 Python 中的谱聚类办法。谱聚类 将聚类利用于归一化拉普拉斯算子的投影。在本教程中，咱们将简要理解如何在 Python 中应用 谱聚类 对数据进行聚类和可视化。教程涵盖：

  1. 筹备数据
  2. 应用 谱聚类 和可视化进行聚类
  3. 源代码

咱们将首先导入所需的库和函数。

from numpy import random

筹备数据

咱们将通过应用 make_blob() 函数生成一个简略的数据集并在图中将其可视化。

random.seedmake_blobspltplt.show

这是一个易于了解的数据，因而咱们将应用谱聚类办法对其进行聚类。

谱聚类和可视化

咱们将应用 谱聚类定义模型，而后咱们将它拟合到 x 数据上。谱聚类须要聚类的数量，因而将 4 设置为 n_cluster 参数。您能够查看类的参数并依据您的剖析和指标数据更改它们。

SptlCltg.fit(x)SelCg( n_clusters=4)

接下来，咱们将在图中可视化聚类数据。为了按色彩辨别聚类，咱们将从拟合模型中提取标签数据。

labels = sc.labels_plt.scatter(x\[:,0\], x\[:,1\], c=labels)plt.show()

咱们还能够通过扭转簇数来查看聚类后果。

pltf.add_subplotfor i in range: sc = Serurg.fit f.add_subplot plt.scatter plt.legenplt.show

在本教程中，咱们简要理解了如何应用 Python 中对数据进行聚类和可视化。

最受欢迎的见解

1.R语言k-Shape算法股票价格工夫序列聚类

2.R语言中不同类型的聚类办法比拟

3.R语言对用电负荷工夫序列数据进行K-medoids聚类建模和GAM回归

4.r语言鸢尾花iris数据集的档次聚类

5.Python Monte Carlo K-Means聚类实战

6.用R进行网站评论文本开掘聚类

7.用于NLP的Python：应用Keras的多标签文本LSTM神经网络

8.R语言对MNIST数据集剖析 摸索手写数字分类数据

9.R语言基于Keras的小数据集深度学习图像分类