如图3所示,经过计算样本中所有的点到两个质心的距离,我们得到了第一次迭代后的类别,此时我们对我们当前标记为红色和蓝色的点分别求其新的质心,如图4所示中心点已经发生了变化,56图重复上述过程,即将所有点的类别标记为距离最近的质心的类别并求新的质心。
-
基本的步骤为:
-
step1:选定要聚类的类别数目k
-
step2:针对每个样本点,找到距离其最近的中心点,距离同一中心点最近的点为一个类,这样完成了一次聚类。
-
step3:针对每个类别中的样本点,计算这些样本点的中心点,当做该类的新的中心点,继续step2。
实际案例分析
from sklearn.cluster import KMeans
df= pd.read_csv(‘data.csv’)
df.head()
df.info()
df.isnull().sum()