educoder 数据挖掘算法原理与实践：k-均值

最新推荐文章于 2023-05-29 12:58:20 发布

木右加木

最新推荐文章于 2023-05-29 12:58:20 发布

阅读量1.6k

点赞数 2

分类专栏： educoder 文章标签：算法数据挖掘均值算法

本文链接：https://blog.csdn.net/VDingLinlin/article/details/121337699

版权

本文探讨了数据挖掘中的k-均值算法，从质心的概念出发，逐步解析如何动手实现这一经典聚类算法，带你走进数据挖掘的世界。

摘要由CSDN通过智能技术生成

第1关：什么是质心

#encoding=utf8
import numpy as np

#计算样本间距离
def distance(x, y, p=2):
    '''
    input:x(ndarray):第一个样本的坐标
          y(ndarray):第二个样本的坐标
          p(int):等于1时为曼哈顿距离，等于2时为欧氏距离
    output:distance(float):x到y的距离      
    '''
    #********* Begin *********#    
    dis2 = np.sum(np.abs(x-y)**p)
    dis = np.power(dis2,1/p)
    return dis
    #********* End *********#
#计算质心
def cal_Cmass(data):
    '''
    input:data(ndarray):数据样本
    output:mass(ndarray):数据样本质心
    '''
    #********* Begin *********#
    Cmass = np.mean(data,axis=0)
    #********* End *********#
    return Cmass
#计算每个样本到质心的距离，并按照从小到大的顺序排列
def sorted_list(data,Cmass):
    '''
    input:data(ndarray):数据样本
          Cmass(ndarray):数据样本质心
    output:dis_list(list):排好序的样本到质心距离
    '''
    #********* Begin *********#
    dis_list = []
    for i in range(len(data)):
        dis_list