一.描述
首先从X数据集中选择k个样本作为质心,然后重复以下两个步骤来更新质心,直到质心不再显著移动为:
- 第一步将每个样本分配到距离最近的质心
- 第二步根据每二个质心所有样本的平均值来创建新的质心
二.用法和参数
- KMeans类
- MiniBatchKMeans类:是KMeans类的变种,他是用小批量来减少计算时间,而多个批次仍然尝试优化相同的目标函数。小批量是输入数据的子集,是每次训练迭代中的随机抽样。小批量大大减少了收敛到局部解所需的计算量。与其他降低K均值收敛时间的算法不同,MiniBatchKMeans类产生的结果通常只比标准算法略差
三.实例
from sklearn import datasets as dss
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
X_blob, y_blob = dss.make_blobs(n_samples=[300, 400, 300], n_features=2)
X_circle, y_circle = dss.make_circles(n_samples=1000, noise=0.05, factor=0.5)
X_moon, y_moon = dss.make_moons(n_samples=1000, noise=0.05)
y_blob_pred = KMeans(init='k-means++', n_clusters=3).fit_predict(X_blob)
y_circle_pred = KMeans(init='k-means++', n_clusters=2).fit_predict(X_circle)
y_moon_pred = KMeans(init='k-means++', n_clusters=2).fit_predict(X_moon)
plt.figure(figsize=(20, 10))
plt.subplot(131)
plt.title('团状簇')
plt.scatter(X_blob[:, 0], X_blob[:, 1], c=y_blob_pred)
plt.subplot(132)
plt.title('环状簇')
plt.scatter(X_circle[:, 0], X_circle[:, 1], c=y_circle_pred)
plt.subplot('133')
plt.title('新月簇')
plt.scatter(X_moon[:, 0], X_moon[:, 1], c=y_moon_pred)
plt.show()