机器学习与数据挖掘编程实现k均值算法

编码实现k均值算法，设置三组不同的k值、三组不同的初始中心点，在西瓜数据集4.0上进行实验比较，并讨论什么样的初始中心有利于取得好结果。

一、已经给定部分代码，补充完整的代码，需要补充代码的地方已经用红色字体标注，包括：
（1）#补充随机初始化中心点的代码
（2）补充计算数据点到中心点的距离，并判断该数据点所属中心点的代码；
（3）#补充k均值代码；
二、将补充完整的代码提交，并提交实验结果；（也可以自己重写这部分的代码提交）

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import scipy.iodef loaddata():data = np.loadtxt('watermelon_4.txt',delimiter=',')return dataX = loaddata()
plt.scatter(X[:, 0], X[:, 1], s=20)
#随机初始化中心点
def kMeansInitCentroids(X, k):#从X的数据中随机取k个作为中心点
# 补充随机初始化中心点的代码
index = np.random.randint(0,len(X)-1,k)
return X[index]
#计算数据点到中心点的距离，并判断该数据点属于哪个中心点
def findClosestCentroids(X, centroids):#idx中数据表明对应X的数据是属于哪一个中心点的idx = np.zeros(len(X)).reshape( X.shape[0],-1)for i in range(len(X)):#补充计算数据点到中心点的距离，并判断该数据点所属中心点的代码
minDistance = float('inf');index =0for k in range (len(centroids)):distance = np.sum(np.power(X[i] - centroids[k],2))if (distance<minDistance):minDistance = distance index = kidx[i] = indexreturn idx
#重新计算中心点位置
def computeCentroids(X, idx):k = set(np.ravel(idx).tolist()) #找到所有聚类中心索引k = list(k)
centroids = np.ndarray((len(k),X.shape[1]))
for i in range(len(k)):
#选择数据X中类别为k[i]的数据data = X[np.where(idx==k[i])[0]]#重新计算聚类中心centroids[i] = np.sum(data,axis=0)/len(data)
return centroidsdef k_means(X, k, max_iters):initial_centroids = kMeansInitCentroids(X,k)
#补充k均值代码
for i in range(max_iters):if i ==0:centroids = initial_centroidsidx = findClosestCentroids(X,centroids)centroids=computeCentroids(X,idx)return idx,centroids
idx,centroids = k_means(X, 3, 8)
print(idx)
print(centroids)cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b'])
plt.scatter(X[:, 0], X[:, 1], c=np.ravel(idx), cmap=cm_dark, s=20)
plt.scatter(centroids[:, 0], centroids[:, 1], c=np.arange(len(centroids)), cmap=cm_dark, marker='*', s=500)
plt.show()

机器学习与数据挖掘编程实现k均值算法相关推荐

机器学习《西瓜书》9.4解答——k-means算法：编程实现k均值算法，设置三组不同的k值、三组不同初始中心点，在西瓜数据集4.0上进行实验比较，并讨论什么样的初始中心有助于得到好结果。
1.运行结果:(注:图中方块标注的点为随机选取的初始样本点) k=2时: 本次选取的2个初始向量为[[0.243, 0.267], [0.719, 0.103]] 共进行61轮共耗时0.10s k= ...
k均值算法python实现（吴恩达机器学习作业）
k均值算法python实现(吴恩达机器学习作业) 题目要求数据集读取mat文件 K-means 实现结果问题题目要求采用K均值算法对样本进行聚类. 编写K均值算法源代码,对ex7data2 ...
百面机器学习—7.K均值算法、EM算法与高斯混合模型要点总结
文章目录一.总结K均值算法步骤二.如何合理选择K值? 三.K均值算法的优缺点是什么? 四.如何对K均值算法进行调优? 五.EM算法解决什么问题? 六.EM算法流程是什么? 六.EM算法能保证收敛嘛 ...
数据挖掘--“聚类”详解、K-means、K-平均值算法、K均值算法
一. 什么是聚类二. 聚类步骤三. 聚类算法有哪些 1 层次聚类算法 2 划分聚类算法 3 基于密度的聚类算法 4 基于网格的聚类算法 5 基于模型的聚类算法一. 什么是聚类? 物以类聚,人以群 ...
机器学习第七章之K近邻算法
K近邻算法(了解) 7.1 K近邻算法 7.1.1 K近邻算法的原理介绍 7.1.2 K近邻算法的计算步骤及代码实现 7.2 数据预处理之数据归一化 7.2.1 min-max标准化 7.2.2 Z- ...
k均值算法原理详细讲解以及matlab代码实现
有研究生物电信号处理和机器学习的欢迎加我qq429500506共同交流学习进步. 最近更新文章的频率太低了,主要原因是不想为了发文章而发文章,想潜心研究,写好文章,顺便想说一句开源万岁,最近一个月虽然 ...
k-modes算法mysql_第十一章 K-Means(K均值)算法模型实现（中）
python2 代码实现: from numpy import * import numpy def loadDataSet(fileName): #general function to parse ...
k均值算法二分k均值算法_如何获得K均值算法面试问题
k均值算法二分k均值算法数据科学访谈 (Data Science Interviews) KMeans is one of the most common and important cluste ...
k均值算法二分k均值算法_使用K均值对加勒比珊瑚礁进行分类
k均值算法二分k均值算法 Have you ever seen a Caribbean reef? Well if you haven't, prepare yourself. 您见过加勒比礁吗? ...
python图片压缩算法_使用K均值算法进行图片压缩
K均值算法上一期介绍了机器学习中的监督式学习,并用了离散回归与神经网络模型算法来解决手写数字的识别问题.今天我们介绍一种机器学习中的非监督式学习算法--K均值算法. 所谓非监督式学习,是一种与监督式 ...

机器学习与数据挖掘编程实现k均值算法

机器学习与数据挖掘编程实现k均值算法相关推荐

最新文章

热门文章

机器学习与数据挖掘 编程实现k均值算法

机器学习与数据挖掘 编程实现k均值算法相关推荐

最新文章

热门文章

机器学习与数据挖掘编程实现k均值算法

机器学习与数据挖掘编程实现k均值算法相关推荐