python 聚类分析实战案例:K-means算法(原理源码)

K-means算法：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xvV44zrK-1573127992123)(https://img-blog.csdn.net/20171220143951780?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvSEhUTkFO/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)]
关于步骤：参考之前的博客
关于代码与数据：暂时整理代码如下：后期会附上github地址，上传原始数据与代码完整版，

各种聚类算法的对比：参考连接
Kmeans算法的缺陷

1.聚类中心的个数K 需要事先给定，但在实际中这个 K 值的选定是非常难以估计的，很多时候，事先并不知道给定的数据集应该分成多少个类别才最合适
2.Kmeans需要人为地确定初始聚类中心，不同的初始聚类中心可能导致完全不同的聚类结果。

#!usr/bin/env python
#_*_ coding:utf-8 _*_
import random
import math
'''
kMeans:2列数据对比，带有head
'''
#1.load data
def importData():f = lambda name,b,d: [name, float(b), float(d)]with open('birth-death-rates.csv', 'r') as inputFile:return [f(*line.strip().split('\t')) for line in inputFile]

写入文件类型

**#2. calculate Distance **

def euclideanDistance(x,y):return math.sqrt(sum([(a-b)**2 for (a,b) in zip(x,y)]))#L=points,
def partition(points, k, means, d=euclideanDistance):# print('means={}'.format(means))thePartition = [[] for _ in means]  # list of k empty listsindices = range(k)# print('indices={}'.format(indices))for x in points:#index为indices索引，调用d函数，计算每个值与聚类中心的距离，将其分类closestIndex = min(indices, key=lambda index: d(x, means[index]))#实现X与每个Y直接的求解：key=lambda index: d(x, means[index])thePartition[closestIndex].append(x)return thePartition

#3.寻找收敛点
def mean(points):''' assume the entries of the list of points are tuples;e.g. (3,4) or (6,3,1). '''n = len(points)# print(tuple(float(sum(x)) / n for x in zip(*points)))   #*points将【[1，2]，[2，3]】分割出来【1，2】return tuple(float(sum(x)) / n for x in zip(*points))  #将最开始的[[4, 1], [1, 5]] 经过处理变成[（4, 1）,（1, 5）]def kMeans(points, k, initialMeans, d=euclideanDistance):oldPartition = []newPartition = partition(points, k, initialMeans, d)while oldPartition != newPartition:oldPartition = newPartitionnewMeans = [mean(S) for S in oldPartition]newPartition = partition(points, k, newMeans, d)return newPartition

#0.函数调用初始中心点

if __name__ == "__main__":L = [x[1:] for x in importData()] # remove names# print (str(L).replace('[','{').replace(']', '}'))import matplotlib.pyplot as plt'''plt.scatter(*zip(*L))plt.show()'''import randomk = 3partition = kMeans(L, k, random.sample(L, k))  #L是集合，K分类个数，random.sample(L, k)中心点plt.scatter(*zip(*partition[0]), c='b')#[[],[],[]]plt.scatter(*zip(*partition[1]), c='r')plt.scatter(*zip(*partition[2]), c='g')plt.show()

python 聚类分析实战案例:K-means算法(原理源码)相关推荐

PCL 实现 SAC_IA 算法原理源码解析
PCL 实现 SAC_IA 算法原理源码解析采样一致性算法(SAC_IA)用于点云粗配准中,配准效果还不错,PCL 中也实现了该算法,本文深入 PCL 源码,学习一下 SAC_IA 算法在 PCL ...
python聚类分析案例_python 聚类分析实战案例:K-means算法(原理源码)
K-means算法: 关于步骤:参考之前的博客关于代码与数据:暂时整理代码如下:后期会附上github地址,上传原始数据与代码完整版, 各种聚类算法的对比:参考连接 Kmeans算法的缺陷 1.聚类 ...
kmeans改进 matlab,基于距离函数的改进k―means 算法
摘要:聚类算法在自然科学和和社会科学中都有很普遍的应用,而K-means算法是聚类算法中经典的划分方法之一.但如果数据集内相邻的簇之间离散度相差较大,或者是属性分布区间相差较大,则算法的聚类效果十分有 ...
Python数据清洗实战案例--拉勾招聘数据清洗
Python数据清洗实战案例–拉勾招聘数据清洗 (本篇博客主要介绍个人对一份数据的清洗代码和清洗效果) 主要涉及应用的库是numpy.pandas.matplotlib,话不多说,直接上代码 #全部行 ...
Python+Appium 实战案例
Python+Appium 实战案例 1.获取连接的设备名称 adb devices 2.获取APP的包名和首页名称在模拟器获取真机中打开需要测试的APP 输入:adb shell 输入:dumps ...
Python开发实战案例之网络爬虫（附源码）-张子良-专题视频课程
Python开发实战案例之网络爬虫(附源码)-35人已学习课程介绍课程特色: 特色1:案例驱动-围绕两大完整的Python网络爬虫实战开发案例:IT电子书下载网络爬虫和股票交易数据 ...
js实战案例--点击关闭二维码
js实战案例–点击关闭二维码要求:当鼠标点击二维码关闭按钮时,则关闭整个二维码如
动态代理原理源码分析
看了这篇文章非常不错转载:https://www.jianshu.com/p/4e14dd223897 Java设计模式(14)----------动态代理原理源码分析上篇文章<Java设计模 ...
深入解析SpringBoot核心运行原理和运作原理源码
SpringBoot核心运行原理 Spring Boot 最核心的功能就是自动配置,第 1 章中我们已经提到,功能的实现都是基于"约定优于配置"的原则.那么 Spring Boot ...

python 聚类分析实战案例:K-means算法(原理源码)

各种聚类算法的对比：参考连接
Kmeans算法的缺陷

python 聚类分析实战案例:K-means算法(原理源码)相关推荐

最新文章

热门文章

python 聚类分析实战案例:K-means算法(原理源码)

各种聚类算法的对比：参考连接 Kmeans算法的缺陷

python 聚类分析实战案例:K-means算法(原理源码)相关推荐

最新文章

热门文章

各种聚类算法的对比：参考连接
Kmeans算法的缺陷