KMeans 聚类结果可视化：用散点图展现用户群体

要将 KMeans 聚类结果显示为散点图，可以使用 matplotlib 库。首先，需要将用户数据集中的每个样本的聚类标签预测出来，然后将其可视化。下面是代码示例：

import matplotlib.pyplot as plt

# 预测每个用户的聚类标签
user_labels = user_km.predict(user_data)

# 绘制散点图
plt.scatter(user_data[:, 0], user_data[:, 1], c=user_labels)
plt.scatter(user_centers[:, 0], user_centers[:, 1], s=200, marker='*', c='r')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.title('User Clustering')

plt.show()

其中，user_data[:, 0] 和 user_data[:, 1] 分别表示用户数据集中的第一个和第二个特征，user_labels 是预测出的每个用户的聚类标签，user_centers[:, 0] 和 user_centers[:, 1] 分别表示每个聚类中心的第一个和第二个特征。plt.scatter() 函数用于绘制散点图，其中参数 c 指定每个点的颜色，s 和 marker 分别指定聚类中心的大小和形状，xlabel() 和 ylabel() 用于设置坐标轴标签，title() 用于设置图表标题。最后，调用 plt.show() 函数显示图表。