聚类--K均值算法：自主实现与sklearn.cluster.KMeans调用

Posted 2021-01-15 h000

import numpy as np
x=np.random.randint(1,100,[20,1])     #在1-100范围中产生20行1列的随机数组
y=np.zeros(20)
k=3


#取数据中k个对象为初始中心,每个对象代表一个聚类中心
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):       #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):      #对每个数据进行循环，将分类的结果放进对应y位置中
    for i in range(x.shape[0]):
        y[i]=nearest(kc,x[i])
        return 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):
        print(c)
        m=np.where(y==c)
        print(m,x[m])
        n=np.mean(x[m])
        print(kc[c],n)
        if l[c]!=n:
            kc[c]=n         #这个值没赋上
            print(type(kc),kc[c])
            l[c]=n
            flag=True        #聚类中心发生变化
            print(l,flag)
            return(np.array(l),flag)
flag=True
print("x值为",x,"y值为",y,"kc值为",kc,"flag值为",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)


#鸢尾花花瓣长度数据做聚类并用散点图显示
import matplotlib.pyplot as plt
plt.scatter(x,x,c=x,s=50,cmap="rainbow");
plt.show()


#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[:,1]
y=np.zeros(150)

def initcenter(x,k):    #初始聚类中心数组
    return x[0:k].reshape(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)
        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()


#用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类并用散点图显示
import matplotlib.pyplot as plt
import numpy as np
from sklearn.datasets import load_iris

iris = load_iris()
X = iris.data
X

from sklearn.cluster import KMeans

est = KMeans(n_clusters = 3)
est.fit(X)
kc = est.cluster_centers_
y_kmeans = est.predict(X)   #预测每个样本的聚类索引

print(y_kmeans,kc)
print(kc.shape,y_kmeans.shape,np.shape)

plt.scatter(X[:,0],X[:,1],c=y_kmeans,s=50,cmap=‘rainbow‘);
plt.show()