使用TENSE函数画出聚类结果python代码

假设你已经完成了聚类分析，得到了每个样本所属的簇类别，可以使用TENSE函数将聚类结果可视化。以下是一个简单的Python代码示例： ```python import matplotlib.pyplot as plt from sklearn.datasets import make_blobs from sklearn.cluster import KMeans # 生成随机数据 X, y = make_blobs(n_samples=100, centers=3, random_state=42) # 聚类分析 kmeans = KMeans(n_clusters=3, random_state=42) kmeans.fit(X) labels = kmeans.labels_ # 使用TENSE函数可视化聚类结果 plt.scatter(X[:, 0], X[:, 1], c=labels) plt.title('Clustering Results') plt.xlabel('Feature 1') plt.ylabel('Feature 2') plt.show() ``` 在这个示例中，我们使用`make_blobs`函数生成了一个包含100个样本和3个簇的随机数据集。然后，我们使用`KMeans`算法对数据进行聚类分析，并将每个样本的簇类别存储在`labels`变量中。最后，我们使用`TENSE`函数将聚类结果可视化。