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)
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()