python实点云分割k-means(sklearn)详解
更新时间：2020年05月28日 15:26:10 作者：突然想学编程
这篇文章主要为大家详细介绍了Python实点云分割k-means，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
本文实例为大家分享了Python实点云分割k-means（sklearn），供大家参考，具体内容如下
植物叶片分割
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
from mpl_toolkits.mplot3d import Axes3D
data = pd.read_csv("jiaaobo1.txt",sep = " ")
data1 = data.iloc[:,0:3]
#标准化
transfer = StandardScaler()
data_new = transfer.fit_transform(data1)
data_new
#预估计流程
estimator = KMeans(n_clusters = 10)
estimator.fit(data_new)
y_pred = estimator.predict(data_new)
#也可以不预测
#cluster = KMeans(n_clusters = 9).fit(data_new)
#y_pred = cluster.labels_s
#质心
#centroid = cluster.cluster_centers_
#centroid.shape
fig = plt.figure()
ax = Axes3D(fig)
for i in range(9):
ax.scatter3D(data_new[y_pred == i,0],data_new[y_pred == i,1],data_new[y_pred == i,2],marker = ".")
ax.view_init(elev = 60,azim = 30)
ax.set_zlabel('Z')
ax.set_ylabel('Y')
ax.set_xlabel('X')
plt.show()
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
损失函数(Loss Function)用于衡量神经网络输出与目标值之间的误差,指导网络通过反向传播优化参数,常见的损失函数包括均方误差和交叉熵误差,在训练过程中,通过不断最小化损失函数值来调整网络权重,以期达到输出接近目标值的效果2024-09-09
这篇文章主要为大家详细介绍了python正则表达式之作业计算器，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们2016-03-03
python装饰器在平常的python编程中用到的还是很多的，本篇文章中我们将来介绍一下python中最常使用的@staticmethod装饰器的使用，感兴趣的可以了解一下2022-09-09
在python中，也有一种数据与此相近，不仅相近，这种数据的名称就叫做dictionary，翻译过来是字典，类似于前面的int/str/list，这种类型数据名称是:dict2014-09-09
这篇文章主要介绍了python实现杨辉三角的几种方法代码实例,文中图文代码讲解的很清晰，有不太懂的同学可以学习下2021-03-03
使用注册表的主要优势是可以在运行时动态创建对象,从而实现高度可配置和可扩展的设计,这篇文章主要介绍了python如何通过注册表动态管理组件,需要的朋友可以参考下2024-05-05
生命之轮Wheel of life这一概念最初由 Success Motivation® Institute, Inc. 的创始人 Paul J. Meyer 提出,生命之轮使人能够根据此刻的价值观、愿景和优先事项,本文将使用Python实现生命倒计时图表,感兴趣的可以了解下2024-12-12
这篇文章主要介绍了详解Python枚举的定义与用法,在Python中，枚举和我们在对象中定义的类变量时一样的，每一个类变量就是一个枚举项,需要的朋友可以参考下2023-04-04
这篇文章主要介绍了Python中的CURL PycURL使用例子,需要的朋友可以参考下2014-06-06
这篇文章主要为大家详细介绍了Python的闭包和装饰器，何为闭包？何为装饰器？感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2021-08-08
最新评论