K均值算法

Posted mrj1

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K均值算法相关的知识,希望对你有一定的参考价值。

1). 扑克牌手动演练k均值聚类过程:>30张牌,3类

第一次聚类中心为3,7,11

技术图片

第二次聚类中心为(2,7,12)

 技术图片

第三次的聚类中心(3,7,11),重复步骤还是如此,最终聚类中心为(3,7,11)

3). 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
from sklearn.cluster import KMeans
iris = load_iris().data
sl =iris[:,2]
X = sl.reshape(-1,1)
X.shape
est = KMeans(n_clusters=3)
est.fit(X)
est.predict([[3.5]])
y_kmeans = est.predict(X)
est.cluster_centers_
est.labels_
plt.scatter(X[:,0],X[:,0],c=y_kmeans,s=50,cmap="rainbow")
plt.show()

技术图片

4). 鸢尾花完整数据做聚类并用散点图显示.

import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import load_iris
data=load_iris()
x=data.data
y=KMeans(n_clusters=3)
y.fit(x)
y_pre=y.predict(x)
plt.scatter(x[:,2],x[:,3],c=y_pre,s=100,cmap=rainbow,alpha=0.5)
plt.show()

技术图片

5).想想k均值算法中以用来做什么?

  聚类能过帮助营销人员改善他们的客户群(在其目标区域内工作),并根据客户的购买历史、兴趣或活动监控来对客户类别做进一步细对客户进行分类有助于公司针对特定客户群制定特定的广告。面向大众公开的乘车信息的数据集,为我们提供了大量关于交通、运输时间、高峰乘车地点等有价值的数据集。分析这些数据有助于我们对城市的交通模式进行深入的了解,来帮助我们做城市未来规划。

以上是关于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

模式识别实验三:K均值算法和模糊C均值算法

机器学习--K均值聚类算法原理方法及代码实现

不足20行 python 代码,高效实现 k-means 均值聚类算法

3.K均值算法

3.K均值算法

3-K均值算法