Part3-Chapter10-利用K-均值聚类算法对未标注数据分组

以下代码为简单的随机k-均值聚类法，距离计算方法为平方差

import numpy as np
import random
import math

#载入数据
#filename：载入文件名
def loadDataSet(filename):
    dataSet = []
    fr = open(filename)
    for line in fr.readlines():
        mat0 = line.strip().split('\t')
        mat1 = list(map(float,mat0))
        dataSet.append(mat1)
    return dataSet

#随机选取k个点作为起始质点
#dataSet：数据集
#k：指定聚类数
#Clu：初始化的质点矩阵
#initClu：最初的选取质点矩阵：防止选取重复初始质点
def initClu(dataSet,k):
    m,n = np.shape(np.mat(dataSet))
    Clu = np.zeros((k,n))
    initClu = np.zeros((k,1)).astype(int)
    #检查是否重复
    check = 0
    for i in range(k):
        newClu = math.ceil(random.random()*m)
        for j in range(k):
            checkClu = initClu[j][0]
            #如果检查完当前存储的质点，则跳出循环
            if checkClu == 0:
                break
            #若出现重复，则报错（本来打算i--，但是发现python的for循环的i的变化对循环没有影响，于是选择报错