机器学习（一）K-means聚类算法

K-means聚类算法

k-means算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似度，而簇间的相似度较低。

使用sklearn.cluster.KMeans可以调用K-means算法进行聚类

其处理过程如下：

1.随机选择k个点作为初始的聚类中心
2.剩下的点，根据其与聚类中心的距离，归入最近的簇
3.对每个簇，计算所有点的均值作为新的聚类中心
4.重复2、 3直到聚类中心不再发生改变

---

输入参数：

• n_clusters：用于指定聚类中心的个数

• init：初始聚类中心的初始化方法

• max_iter：最大的迭代次数

• 一般调用时只用给出n_clusters即可，init

默认是k-means++，max_iter默认是300

random_state：随机状态

其它参数：

• data：加载的数据

• label：聚类后各数据所属的标签

• axis: 按行求和

• fit_predict()：计算簇中心以及为簇分配序号

属性

cluster_centers_ : 每个簇中心的坐标 array, [n_clusters, n_features]

labels_ :每个样本的标签

inertia_ : 样本到最近集群中心的距离的总和

方法

fit(X[, y]) :执行k均值聚类

fit_predict(X[, y]) :计算簇的中心并且预测每个样本对应的簇类别，相当于先调用fit(X)再调用predict(X)，返回labels标签（0,1,2……）

fit(X[, y]) fit_predict(X[, y]) 数据类型为[[data1，data2……],[ data1，data2……],[]……]

---

例如：
Data = [[1,4,5,1],[1,5,4,3],[15,23,18,4],[15,48,5,3],[100,5,48]]
Km = KMeans(n_clusters=3) #设置分类成几个簇
Lables = Km.fit_predict(data)

Mooc提供范例