Python Kmeans

Python Kmeans

Python Kmeans

KMeans

  • K - means是一个反复迭代的过程,算法分为四个步骤:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 18-11-5 下午12:10
# @Author : Vitan
# @File : Kmeans.py

from sklearn.datasets import load_iris
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
x = np.random.randint(1,50,[20,1])

# 定义一个给定形状和类型的用0填充的数组y
y = np.zeros(20)
k = 3 # 分成3类

# 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):
return x[:k]

# 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;

# 计算欧氏距离
def nearest(kc,i):
d = abs(kc -i) # asb() 取绝对值
# 返回与聚类中心最小距离所在类别的索引号
w = np.where(d == np.min(d))
return w[0][0]

# 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 xclassify(x, y, kc):
# 对数组的每个值进行分类,shape[0]读取矩阵第一维度的长度
for i in range(x.shape[0]):
y[i] = nearest(kc, x[i])
return y
kc = initcenter(x,k)
y = xclassify(x,y,kc)
print(kc,y)

# 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):
l = list(kc)
flag = False
for c in range(k):
m = np.where(y ==0)
n = np.mean(x[m])
if l[c] != n:
l[c] = n
flag = True
print(l,flag)
return (np.array(l),flag)

# 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)
kc = initcenter(x,k)
flag = True # 聚类中心发生改变
print(x,y,kc,flag)
while flag:
y = xclassify(x,y,kc)
kc,flag = kcmean(x,y,kc,k)
print(y,kc)

鸢尾花

  • 鸢尾花花瓣长度数据做聚类并用散点图显示
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
iris = load_iris()
data = iris.data
iris_length = data[:,2]

x = np.array(iris_length)
y = np.zeros(x.shape[0]) # x.shape[0] 只读取x的第一维度长度

# 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;
kc = initcenter(x,3)

# 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
flag = True
while flag:
y = xclassify(x,y,kc)
kc,flag = kcmean(x,y,kc,3)
print(kc,flag)

plt.scatter(iris_length, iris_length, c = y,cmap = 'rainbow')
plt.savefig('花瓣长度散点图.png')
plt.show()
  • 用sklearn.cluster.KMeans,花瓣长度数据做聚类
1
2
3
4
5
6
7
8
9
iris_length = data[:, 2:3]
kmeans = KMeans(n_clusters = 4 )
result = kmeans.fit(iris_length)
kc1 = result.cluster_centers_
y_kmeans = kmeans.predict(iris_length) # 预测每个样本的聚类索引

plt.scatter(iris_length,np.linspace(1,150,150),c = y_kmeans,marker = 'D',cmap = 'rainbow')
plt.savefig('sklearn.cluster.KMeans长度.png')
plt.show()
  • 鸢尾花完整数据做聚类
1
2
3
4
5
6
7
8
k_means1 = KMeans(n_clusters = 4)
result1 = k_means1.fit(data)
kc2 = result1.cluster_centers_
y_kmeans1 = k_means1.predict(data)

plt.scatter(data[:, 0], data[:, 1], c = y_kmeans1, marker = 'p',cmap = 'rainbow')
plt.savefig('完整数据聚类.png')
plt.show()

评论

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×