Tensorflow快速入门1--实现K-Means聚类算法

Posted 2020-09-02

　　快速入门1–实现K-Means聚类算法
　　
　　环境：
　　
　　虚拟机
　　
　　版本：0.12.0(仅使用cpu下，pip命令安装)
　　
　　目录
　　
　　1.环境搭建
　　
　　的安装
　　
　　1.2简单测试
　　
　　学习文档
　　
　　相关的库Seaborn、pandas安装
　　
　　实现K-Means聚类算法
　　
　　2.1最基本的K-Means聚类算法步骤
　　
　　实现K-Means聚类算法
　　
　　2.3测试数据准备
　　
　　2.4完整的kmeans.py文件
　　
　　2.5简单测试结果
　　
　　1.环境搭建
　　
　　的安装
　　
　　这里通过pip安装（只安装cpu单机版的，有条件的可以安装gpu下的）。
　　
　　1
　　
　　2
　　
　　1
　　
　　2
　　
　　注意：如果pip安装Tensorflow时失败，可尝试上述命令重新安装。再次安装则成功。
　　
　　1.2简单测试
　　
　　按照下述简单测试Tensorflow安装成功。
　　
　　42
　　
　　>>>
　　
　　1
　　
　　2
　　
　　3
　　
　　4
　　
　　5
　　
　　6
　　
　　7
　　
　　8
　　
　　9
　　
　　10
　　
　　11
　　
　　12
　　
　　13
　　
　　14
　　
　　1
　　
　　2
　　
　　3
　　
　　4
　　
　　5
　　
　　6
　　
　　7
　　
　　8
　　
　　9
　　
　　10
　　
　　11
　　
　　12
　　
　　13
　　
　　14
　　
　　这里写图片描述
　　
　　学习文档
　　
　　（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，Flow为张量从流图的一端流动到另一端计算过程。Flow使用基础数据结构—tensor来表示所有数据。一个tensor可以看成是一个拥用静态数据类型动态大小且多维的数组，它可以从布尔或string转换成数值类型。
　　
　　的具体细节及框架可在中文社区学习，上面内容非常详细：
　　
　　源码下载：
　　
　　相关的库Seaborn、pandas安装
　　
　　支持多种前端语言，但对Python的支持是最好的，因此开发大多基于Python。在py www.jyz521.com/thon编程中，计算及画图需要用到一些包，主要有matplotlib、Seaborn、NumPy、pandas等。这里安装Seaborn（其实也是基于matplotlib的，用起来更方便简洁），数据用库pandas，画图时用起来更方便简洁（NumPy也一样，画图时稍微麻烦）。
　　
　　下自带的有pyth www.yixingsyle.cn/on。这里建议以下四个都安装一下。
　　
　　安装Seaborn：
　　
　　安装pandas：
　　
　　安装numpy：
　　
　　安装matplotlib：
　　
　　由于后续开发中需要利用python计算等等，所以这里可以把numpy和matplotlib也都安装上。
　　
　　当然也可以使用apt-get安装，安装不成功时上网搜搜解决方法，这个应该很简单的。
　　
　　实现K-Means聚类算法
　　
　　2.1最基本的K-Means聚类算法步骤
　　
　　这里写图片描述
　　
　　上述是最基本的k-menas算法，各种改进自行查找资料及文档。
　　
　　实现K-Means聚类算法
　　
　　这里使用Sachin Joglekar基于tensorflow www.shaixiu.net写的一个kmeans模板，见Sachin Jogleka的原文
　　
　　2.3测试数据准备
　　
　　注意：测试数据是随机生成的数据，每次运行结果会不一样
　　
　　生成测试数据
　　
　　数据数量
　　
　　# 二维正态分布
　　
　　1
　　
　　2
　　
　　3
　　
　　4
　　
　　5
　　
　　6
　　
　　7
　　
　　8
　　
　　9
　　
　　1
　　
　　2
　　
　　3
　　
　　4
　　
　　5
　　
　　6
　　
　　7
　　
　　8
　　
　　9
　　
　　注意：单独运行上述代码需要导入包：
　　
　　1
　　
　　2
　　
　　3
　　
　　4
　　
　　1
　　
　　2
　　
　　3
　　
　　4
　　
　　2.4完整的kmeans.py文件
　　
　　，可以在终端中直接使用：
　　
　　路径+kmeans.py运行
　　
　　的基于tensorflow写的一个kmeans模板
　　
　　"""
　　
　　应该是一个n*k的二维的NumPy的数组，其中n代表着K维向量的数目
　　
　　代表了待分的集群的数目，是一个整型值
　　
　　"""
　　
　　#找出每个向量的维度
　　
　　#辅助随机地从可得的向量中选取中心点
　　
　　#计算图
　　
　　#我们创建了一个默认的计算流的图用于整个算法中，这样就保证了当函数被多次调用 #时，默认的图并不会被从上一次调用时留下的未使用的OPS或者Variables挤满
　　
　　#计算的会话
　　
　　##构建基本的计算的元素
　　
　　##首先我们需要保证每个中心点都会存在一个Variable矩阵
　　
　　##从现有的点集合中抽取出一部分作为默认的中心点
　　
　　##创建一个placeholder www.senta7.net/用于存放各个中心点可能的分类的情况
　　
　　##对于每个独立向量的分属的类别设置为默认值0
　　
　　##这些节点在后续的操作中会被分配到合适的值
　　
　　##下面创建用于计算平均值的操作节点
　　
　　#输入的
　　
　　#节点/OP接受输入，并且计算0维度的平均值，譬如输入的向量列表
　　
　　##用于计算欧几里得距离的节点
　　
　　##这个OP会决定应该将向量归属到哪个节点
　　
　　##基于向量到中心点的欧几里得距离
　　
　　##初始化所有的状态值
　　
　　##这会帮助初始化图中定义的所有Variables。Variable-initializer应该定
　　
　　##义在所有的Variables被构造之后，这样所有的Variables才会被纳入初始化
　　
　　#初始化所有的变量
　　
　　##集群遍历
　　
　　#接下来在K-Means聚类迭代中使用最大期望算法。为了简单起见，只让它执行固
　　
　　#定的次数，而不设置一个终止条件
　　
　　##期望步骤
　　
　　##基于上次迭代后算出的中心点的未知
　　
　　#首先遍历所有的向量
　　
　　#计算给定向量与分配的中心节点之间的欧几里得距离
　　
　　#下面可以使用集群分配操作，将上述的距离当做输入
　　
　　#接下来为每个向量分配合适的值
　　
　　##最大化的步骤
　　
　　#基于上述的期望步骤，计算每个新的中心点的距离从而使集群内的平方和最小
　　
　　#收集所有分配给该集群的向量
　　
　　#计算新的集群中心点
　　
　　#为每个向量分配合适的中心点
　　
　　#返回中心节点和分组
　　
　　生成测试数据
　　
　　数据数量
　　
　　# 二维正态分布
　　
　　算法计算
　　
　　k=4
　　
　　利用seaborn画图