聚类--K均值算法
Posted soooooo
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了聚类--K均值算法相关的知识,希望对你有一定的参考价值。
聚类--K均值算法:自主实现与sklearn.cluster.KMeans调用
1.用python实现K均值算法
K-means是一个反复迭代的过程,算法分为四个步骤:(x,k,y)
import numpy as np x = np.random.randint(1,50,[20,1]) y = np.zeros(20) k = 3
# 选取数据空间中的K个对象作为初始中心,每个对象代表一个聚类中心;def initcenter(x, k): kc def initcenter(x,k): return x[:k] kc = initcenter(x,k) kc # 对于样本中的数据对象,根据它们与这些聚类中心的欧氏距离, #按距离最近的准则将它们分到距离它们最近的聚类中心(最相似)所对应的类 ; def nearest(kc,i): d=(abs(kc-i)) w=np.where(d==np.min(d)) return w[0][0] kc = initcenter(x,k) def nearest(kc,i): d=(abs(kc-i)) w=np.where(d==np.min(d)) return w[0][0] kc = initcenter(x,k) nearest(kc,93) def xclassify(x,y,kc): for i in range(x.shape[0]): y[i] = nearest(kc,x[i]) return y kc = initcenter(x,k) y = xclassify(x,y,kc) print(kc,y) #更新聚类中心:将每个类别中所有对象所对应的均值作为该类别的聚类中心,计算目标函数的值; def kcmean(x,y,kc,k): l = list(kc) flag = False for c in range(k): m = np.where(y == c) n = np.mean(x[m]) if l[c] != n: l[c] = n flag = True print(l,flag) return (np.array(l),flag) kc = initcenter(x,k) flag = True k = 3 #判断聚类中心和目标函数的值是否发生改变,若不变,则输出结果,若改变,则返回2)。 while flag: y = xclassify(x,y,kc) kc,flag = kcmean(x,y,kc,k)
结果:
2. 鸢尾花花瓣长度数据做聚类并用散点图显示。
import numpy as np from sklearn.datasets import load_iris iris = load_iris() x = iris.data[:,2] y = np.zeros(150) def initcenter(x,k): #初始聚类中心数组 return x[:k] def nearest(kc,i): #数组中的值,与聚类中心最小距离所在类别的索引号 d = (abs(kc-i)) w = np.where(d == np.min(d)) return w[0][0] def xclassify(x,y,kc): for i in range(x.shape[0]): #对数组的每个值进行分类,shape[0]读取矩阵第一维度的长度 y[i] = nearest(kc,x[i]) return y def kcmean(x,y,kc,k): #计算各聚类新均值 l = list(kc) flag = False for c in range(k): print(c) m = np.where(y == c) if len(m) == 1: n = x[c] else: n=np.mean(x[m]) if l[c] != n: l[c] = n flag = True #聚类中心发生变化 print(l,flag) return (np.array(l),flag) k = 3 kc = initcenter(x,k) flag = True print(x,y,kc,flag) #判断聚类中心和目标函数的值是否发生改变,若不变,则输出结果,若改变,则返回2 while flag: y = xclassify(x,y,kc) kc, flag = kcmean(x,y,kc,k) print(y,kc,type(kc)) print(x,y) import matplotlib.pyplot as plt plt.scatter(x,x,c=y,s=50,cmap="Paired"); plt.show()
结果:
3. 用sklearn.cluster.KMeans,鸢尾花花瓣长度数据做聚类并用散点图显示.
#用sklearn.cluster.KMeans,鸢尾花花瓣长度数据做聚类并用散点图显示,鸢尾花完整数据做聚类并用散点图显示。 from sklearn.cluster import KMeans import numpy as np from sklearn.datasets import load_iris import matplotlib.pyplot as plt data = load_iris() iris = data.data petal_len = iris[:,2:3] print(petal_len) k_means = KMeans(n_clusters=3) #三个聚类中心 result = k_means.fit(petal_len) #Kmeans自动分类 kc = result.cluster_centers_ #自动分类后的聚类中心 y_means = k_means.predict(petal_len) #预测Y值 plt.scatter(petal_len,np.linspace(1,150,150),c=y_means,marker=‘x‘) plt.show()
结果:
4. 鸢尾花完整数据做聚类并用散点图显示.
from sklearn.cluster import KMeans import numpy as np from sklearn.datasets import load_iris import matplotlib.pyplot as plt data = load_iris() iris = data.data petal_len = iris print(petal_len) k_means = KMeans(n_clusters=3) #三个聚类中心 result = k_means.fit(petal_len) #Kmeans自动分类 kc = result.cluster_centers_ #自动分类后的聚类中心 y_means = k_means.predict(petal_len) #预测Y值 plt.scatter(petal_len[:,0],petal_len[:,2],c=y_means,marker=‘x‘) plt.show()
结果:
以上是关于聚类--K均值算法的主要内容,如果未能解决你的问题,请参考以下文章