Я пытаюсь создать диаграмму рассеяния, однако я получаю повторяющиеся цвета для разных классов (у меня есть 10 классов).
from sklearn.decomposition import PCA
from sklearn.cluster import MiniBatchKMeans
pca = PCA(n_components=2, random_state=7)
reduced_features = pca.fit_transform(X_idf.toarray())
cls = MiniBatchKMeans(n_clusters=10, random_state=7)
cls.fit(X_idf)
pred = cls.predict(X_idf)
plt.scatter(reduced_features[:,0], reduced_features[:,1], c=pred, )
plt.scatter(reduced_cluster_centers[:, 0], reduced_cluster_centers[:,1], marker='x', s=200,
c='b')
plt.title('K-means data distribution')
Я попытался добавить несколько цветовых карт (например: cmap = 'bwr') при первом вызове pl.scatter (), но это не решает мою проблему.
Мои данные Y (c = pred) - это список от 0 до 10. Значение, используемое для графика ниже [... 0 9 5 1 1 1 1 8 1 4 6 4 7 2 0 4 9 9 9 9 4 4 5 5 5 4 4 4 4 3 4 7 1 1 1 1 1 7 4 2 2 2 2 4 8 8 8 0 8 4 4 4 4 7 4 3 3 3 3 4 3 4 4 4 2 5 4 2 7 ...]
Это мой текущий сюжет:
Кто-нибудь знает, как сохранить параметры c в качестве прогнозируемого класса, но иметь разные цвета, которые позволили бы мне лучше его визуализировать?