第八次作业-----#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)

1）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

2）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, x[i]): j

def xclassify(x, y, kc):y[i]=j

3）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):

4）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)

2. 鸢尾花花瓣长度数据做聚类并用散点图显示。

3. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类并用散点图显示.

4. 鸢尾花完整数据做聚类并用散点图显示.

参考官方文档: http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#sklearn.cluster.KMeans

1.初始化

from sklearn.datasets import  load_iris
iris = load_iris()
iris.keys()

data = iris['data']
data

2.分类

iris.target

3.初始聚类中心数组

def initcenter(x,k):
    return x[:k]

4.数组中的值，与聚类中心最新距离所在类别的索引号

def nearest(kc,i):
        d = (abs(kc - i))
    w = np.where(d == np.min(d))
    return w[0][0]

5.对数组的每个组分类

def xclassify(x,y,kc):
    for i in range(x.shape[0]):
        y[i]=nearest(kc,x[i])
    return y

6.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)
        print(c,x)
        n = np.mean(x[m])
        print(kc[c],n)
        if l[c] != n:
            l[c] = n
        flag = True
        print(l,flag)
    return(np.array(l),flag)

7.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

flag = True
# print(x,y,kc,flag)
while flag:
    y = xclassify(x,y,kc)
    kc,flag = kcmean(x,y,kc,k)
    print(y,kc)
print(x,y)

flag=True

8.初始化iris

from sklearn.datasets import load_iris
iris = load_iris()
datas = iris.data
iris_length = datas[:,2]

9.用鸢尾花花瓣作分析并用散点图显示

import matplotlib.pyplot as plt
import numpy as np
data=load_iris()
data_length=data['data'][:,2] # 取出鸢尾花花瓣的长度
x=data_length
y=np.zeros(x.shape[0])
kc = start_center(x,3)
flag=True
while flag:
    y=xclassify(x,y,kc)
    kc,flag=kcmean(x,y,kc,k)
print(y,kc)

10.用散点图来展示 plt.scatter(x,x,s=x,c=y,cmap='rainbow',alpha=0.5,linewidths=4) plt.show() sandiantu