#coding:utf-8
‘‘‘
Created?on?2016/4/25

@author:?Gamer?Think
‘‘‘
import?numpy?as?np??????#科學計算包
import?matplotlib.pyplot?as?plt??????#python畫圖包

from?sklearn.cluster?import?KMeans???????#導入K-means算法包
from?sklearn.datasets?import?make_blobs

plt.figure（figsize=（12?12））

‘‘‘
make_blobs函數是為聚類產生數據集
產生一個數據集和相應的標簽
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：中心確定之后的數據邊界，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
更多參數即使請參考：http://scikit-learn.org/dev/modules/generated/sklearn.datasets.make_blobs.html#sklearn.datasets.make_blobs
‘‘‘
n_samples?=1500
random_state?=?2200
X?y?=?make_blobs（n_samples=n_samples?random_state=random_state）




#?Incorrect?number?of?clusters
y_pred?=?KMeans（n_clusters=8?random_state=random_state）.fit_predict（X）
print（max（y_pred））
plt.subplot（221）??#2行2列第三個圖
plt.scatter（X[:?0]?X[:?1]?c=y_pred）?#scatter繪制散點
plt.title（“Incorrect?Number?of?Blobs“）???#加標題

#?Anisotropicly?distributed?d