Python实现聚类 KMeans算法

#-*- coding: utf-8 -*-
'''
# author： 影子
# datetime： 2021-05-18 12:10
# ide： PyCharm
target : 完成一个简单的KMeans聚类算法
'''
from numpy import *# 欧式距离函数
def Euclidean_Distance(vecA,vecB):return sqrt(sum(power(vecA-vecB,2)))# 随机设置k个质心
def Rand_Cent(DataSet,k):n = shape(DataSet)[1]     # 获取数据集的维度centroids = mat(zeros([k,n]))  # 初始化一个k行n列的二维数组，数组初始值全部为0，然后用mat函数将其转化为矩阵for j in range(n):minj = min(DataSet[:,j])rangej = float(max(DataSet[:,j])-minj)centroids[:,j] = mat(minj+rangej*random.rand(k,1)) # 随机生成一个范围在[min_j,max_j]的数据return centroids   # 返回k个初始质心# k-Means算法实现
def kMeans(DataSet,k,Dist=Euclidean_Distance,set_cent=Rand_Cent):''':param DataSet: 需要聚类的数据集:param k: 聚类数目:param Dist: 距离函数,此处调用了欧式距离函数:param set_cent: 初始质心函数，此处调用随机生成的质心函数:return: 质心点；数据对应的聚类簇'''m = shape(DataSet)[0]   # 获取样本个数centoids = set_cent(DataSet,k)  # 初始化质心clusterAssment = mat(zeros((m,2))) # 第一列存放每个样本的聚类簇，第二列存放对该样本到该聚类中心的距离clusterChanged = Truewhile clusterChanged:clusterChanged = Falsefor i in range(m):   # 遍历所有样本minDist = inf # 初始设定最小距离为无穷大minIdex = -1 # 初始设定样本聚类簇为 -1for j in range(k): # 对每个样本，计算到其他k个聚类中心的距离DistJI = Dist(centoids[j,:],DataSet[i,:])if minDist > DistJI:  # 该样本到最小距离的聚类中心记录下来,此样本记录为该簇minDist = DistJIminIdex = jif clusterAssment[i,0] != minIdex: # 判断样本所属簇是否更新，若更新则记为TrueclusterChanged = TrueclusterAssment[i,:]=minIdex,minDist # 将样本的聚类簇和到该聚类簇中心的距离记录下来for cent_i in range(k):cluster = DataSet[nonzero(clusterAssment[:,0].A==cent_i)[0]]'''clusterAssment[:,0]：记录每个样本的聚类簇clusterAssment[:,0].A：将其转化为行矩阵nonzero(clusterAssment[:,0].A==cent_i)[0]：获得元素为Ture的样本下标整句含义：获得数据集中聚类簇为cent_i的样本'''centoids[cent_i,:] = mean(cluster,axis=0) # 按行取均值return centoids,clusterAssment # 返回质心点；每个样本的(聚类簇+最短距离)# 画图
def show(DataSet,k,centroids,clusterAssment):from matplotlib import pyplot as pltm,n = DataSet.shapemark = ['or', 'ob', 'og', 'ok', '^r', '+r', 'sr', 'dr', '<r', 'pr'] # 样本集的样式for i in range(m):markIdex = int(clusterAssment[i,0])plt.plot(DataSet[i,0],DataSet[i,1],mark[markIdex])mark= ['Dr', 'Db', 'Dg', 'Dk', '^b', '+b', 'sb', 'db', '<b', 'pb'] # 质点的样式for i in range(k):plt.plot(centroids[i,0],centroids[i,1],mark[i],markersize=20)plt.show()def main():DataSet = random.rand(100,2) # 随机生成100行2列的数据DataSet = mat(DataSet) # 转化为矩阵k=4 # 设置聚类簇myCentroids,clustAssing = kMeans(DataSet,k) # 调用kMeans算法print('聚类的质心为')print(myCentroids)show(DataSet,k,myCentroids,clustAssing)  # 画图if __name__ == '__main__':main()

Python实现聚类 KMeans算法相关推荐

Python实现聚类K-means算法
本文内容.数据参考周志华<机器学习>,代码部分为个人实现,如有错误还请指出. K-means(K均值)算法是最简单的一种聚类算法,它期望最小化平方误差 E=∑i=1k∑x∈Ci∣∣x−μi ...
[转载] Python之使用K-Means算法聚类消费行为特征数据分析（异常点检测）
参考链接: 在Python中使用K-Means聚类分析测试数据源数据(这里仅展示10行): 程序: #-*- coding: utf-8 -*- #使用K-Means算法聚类消费行为特征数据 imp ...
典型聚类——K-means算法原理及python实战
1 聚类算法简要介绍 1.1 聚类是什么聚类是机器学习中的一种重要的无监督算法,可以将数据点归为一系列的特定组合.聚类算法可以将数据点聚成不同的类,揭示数据集中蕴含的不为人知的规律,从 ...
图片聚类——k-means算法的python实现
1.前言这篇文章是基于k-means算法进行图片聚类,而不是对单个图片的像素聚类,分别基于RGB.HSV和HOG特征进行聚类分析. 2.图片特征提取--RGB RGB为图片最基本的特征,但很多时候R ...
Python之机器学习K-means算法实现
一.前言: 今天在宿舍弄了一个下午的代码,总算还好,把这个东西算是熟悉了,还不算是力竭,只算是知道了怎么回事.今天就给大家分享一下我的代码.代码可以运行,运行的Python环境是Python3.6以上 ...
《大数据》第七章聚类 K-means算法 BFR算法 CURE算法
1.欧氏空间与非欧空间在了解聚类之前我认为需要先了解欧氏空间与非欧空间的概念,因为在聚类的算法中会根据欧或者非欧有不同的解决方案. 1.1欧氏空间引用看过的一篇文章中的一句话总结:欧几里得空间就是 ...
基于划分的聚类----K-means算法使用（R语言）
library(amap)#这个包里有kmeans函数 library(R2SWF) library(animation)#导入包,后两个是作动画的包 customer <- read.csv( ...
python手写kmeans算法
kmean聚类是最基础和常见的算法,工程上使用比较常见,spark, sklearn都有实现,本文手写实现kmeans #!/usr/bin/python import sys import rand ...
基于Python爬虫和K-means算法的校园微博热点话题发现系统
微博由于其"短平快"的信息生产能力和快速传播能力,已经广泛流行于高校学生的日常生活中.但微博上的负面舆情信息给社会.学校和个人带来巨大的危害.由于微博的多而快特点,无法依赖人工对相 ...

Python实现聚类 KMeans算法

Python实现聚类 KMeans算法相关推荐

最新文章

热门文章