KMean計算筆記
X, y = make_blobs(n_samples=n_samples, random_state=random_state)
make_blobs函數是爲聚類產生數據集
產生一個數據集和相應的標籤
n_samples:表示數據樣本點個數,默認值100
n_features:表示數據的維度，默認值是2
centers:產生數據的中心點，默認值3
cluster_std：數據集的標準差，浮點數或者浮點數序列，默認值1.0
center_box：中心確定之後的數據邊界，默認值(-10.0, 10.0)
shuffle ：洗亂，默認值是True
random_state:官網解釋是隨機生成器的種子
dot()返回的是兩個數組的點積(dot product)
plt.scatter()
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
函數的原型：
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)
參數的解釋：
x，y：表示的是大小爲(n,)的數組，也就是我們即將繪製散點圖的數據點
s:是一個實數或者是一個數組大小爲(n,)，這個是一個可選的參數。
c:表示的是顏色，也是一個可選項。默認是藍色’b’,表示的是標記的顏色，或者可以是一個表示顏色的字符，或者是一個長度爲n的表示顏色的序列等等，感覺還沒用到過現在不解釋了。但是c不可以是一個單獨的RGB數字，也不可以是一個RGBA的序列。可以是他們的2維數組（只有一行）。
marker:表示的是標記的樣式，默認的是’o’。
cmap:Colormap實體或者是一個colormap的名字，cmap僅僅當c是一個浮點數數組的時候才使用。如果沒有申明就是image.cmap
norm:Normalize實體來將數據亮度轉化到0-1之間，也是隻有c是一個浮點數的數組的時候才使用。如果沒有申明，就是默認爲colors.Normalize。
vmin,vmax:實數，當norm存在的時候忽略。用來進行亮度數據的歸一化。
alpha：實數，0-1之間。
linewidths:也就是標記點的長度。
np.vstack 沿着豎直方向將矩陣堆疊起來
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
res = np.vstack((arr1, arr2))
結果
array([[1, 2, 3],
[4, 5, 6]])