4.K均值算法--应用

Posted 2021-02-28 heiyedeshihouh

1. 应用K-means算法进行图片压缩

读取一张图片

观察图片文件大小，占内存大小，图片数据结构，线性化

用kmeans对图片像素颜色进行聚类

获取每个像素的颜色类别，每个类别的颜色

压缩图片生成：以聚类中收替代原像素颜色，还原为二维

观察压缩图片的文件大小，占内存大小

答：

读取一张图片并显示出这个图片的文件大小以及占内存的大小：

 

 

初始化的原图片是这样的：

 

 

原图片的详细信息运行结果：

 

 

通过kmeans对图片进行像素分辨率等压缩，并显示出压缩后的详细信息，保存成新的图片命名为0034：

 

 经过处理后，可以得到压缩后图片的文件大小，占用内存大小以及数据结构：

 

在文件的资源管理器中查看压缩前后图片的大小差异： 

 将图片进行二次压缩：

 

 展示压缩后的图片，对比第一次压缩以及第二次压缩的画质，可以看出明显压缩：

第一次压缩后：

 第二次压缩后：

 

2. 观察学习与生活中可以用K均值解决的问题。

从数据-模型训练-测试-预测完整地完成一个应用案例。

答：

在生活中，也可以用K均值来解决问题，在这里我用的是二手房链家网站的数据来进行应用。

在这里我们选用在广州市白云区的二手房

 

 

 

首先通过网页爬虫来对数据进行存储为csv表格，将其命名为学号姓名并进行简单的预处理：

 

 

 

 运用K均值算法来研究白云区的楼盘价格跟房的面积大小的关系，通过数据可视化可以直观的看到：

 

具体代码如下：

 

 

 

 

 

 

 通过K均值算法的运用，我们可以发现楼盘价格跟房屋的面积大小有着十分密切的关系，面积越大，房价越高。