一维K-means聚类算法

一维K-means聚类算法

思路

初始k个中心(本文是2个)
一直循环，
计算每个点离每个中心的距离
根据距离进行分类
用分类后的每一个聚类内部数据的均值，当作新的聚类中心
如果新的中心和久的中心一致，
就break循环

import numpy as np
import matplotlib.pyplot as plt
import readtemp # 用树莓派pioneer300拓展的温度传感器
mean1 = 22
sigma1 = 1.3
mean2 = 29
sigma2 = 1

person1 = mean1 + sigma1 * np.random.randn(12)
person2 = mean2 + sigma2 * np.random.randn(18)
x = np.hstack((person1,person2))


k = 2
n = len(x)
dis = np.zeros([n, k+1])

# 1.选择初始聚类中心
center1 = np.array<