Kmeans聚类算法 - python实现

Kmeans算法

K均值算法需要输入待聚类的数据和欲聚类的簇数K，主要过程如下：
1.随机生成K个初始点作为质心
2.将数据集中的数据按照距离质心的远近分到各个簇中
3.将各个簇中的数据求平均值，作为新的质心，重复上一步，直到所有的簇不再改变

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

#创建数据

from sklearn.datasets.samples_generator import make_blobs
#make_blobs 聚类数据生成器

x,y_true=make_blobs(n_samples=300,    #生成300条数据
                    centers=4,        #四类数据
                    cluster_std=0.4,  #每一类的方差，方差越小，簇越集中，可以用列表分别指定四类数据的方差
                    random_state=0 )

print(x[:5])
print(y_true[:5])
#n_samples：待生成的样本总数
#n_features：每个样本的特征数
#centers：类别数
#cluster_std：每个类别的方差，如多类数据不同方差，可设置为[1.0,3.0] (这里针对2类数据)
#random_state：随机数种子
#x：生成数据值（坐标点），y：生成数据对应的类别标签

plt.scatter(x[:,0],x[:,1],s=10,alpha=0.8)
plt.grid()

#聚类模型

from sklearn.cluster import KMeans

kmeans=KMeans(n_clusters=4)
kmeans.fit(x)
y_kmeans=kmeans.predict(x)  #聚类类别结果
centroids=kmeans.cluster_centers_  #聚类中心点
print('聚类中心点为：',centroids)

#作图
plt.scatter(x[:,0],x[:,1],c=y_kmeans,cmap='Dark2',s=50,alpha=0.7,marker='x')
plt.scatter(centroids[:,0],centroids[:,1],c=[0,1,2,3],cmap='Dark2',s=70,marker='o')
plt.title('K-means 300 points\n')
plt.xlabel('Value1')
plt.ylabel('Value2')
plt.grid()