sklearn中K-均值算法相关参数及可视化

sklearn中KMean()相关参数及可视化

忽然想到学习了这么多的东西,也希望能与其他想学习的人分享分享,就写下了这篇博客了

from sklearn.cluster import KMeans
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']

np.random.seed(123)   # numpy中设置随机种子
low_dim_embs = np.random.randint(0, 20, size=300).reshape(150, 2)  #  产生300个随机整数,重塑为150个2维数组
kmeans = KMeans(n_clusters=3, random_state=123)
kmeans.fit(low_dim_embs)
plt.figure(figsize=(8, 8))
plt.scatter([i[0] for i in low_dim_embs], [i[1] for i in low_dim_embs], c=kmeans.labels_, marker='x')
plt.axis('off')  # 关闭坐标轴
for coordinate in low_dim_embs:
    plt.annotate(str(coordinate), xy=coordinate, xytext=(coordinate[0]+0.05, coordinate[1]+0.05))  # 数据标注
plt.show()

代码相关内容里面应该解释的比较清楚了,关于kmeans里面的相关参数如下:

n_clusters : 聚类数目。
init : 可选参数{‘k-means++’, ‘random’, ndarray, callable}, 默认是’k-means++'方法。‘k-means++’ : 为 k-mean 选择初始聚类中心,以智能方式进行聚类以加快收敛速度。 ‘random’: 从初始质心的数据中随机选择 n_clusters 个观测值(行)。如果传递了 ndarray,则它的形状应为 (n_clusters, n_features)并给出初始中心。如果传递了一个可调用对象,它应该接受参数 X、n_clusters 和一个随机状态并返回一个初始化。
n_init : int, default=10改变质心位置的迭代次数。
max_iter : 最大迭代次数,default=300。
tol : float, default=1e-4。关于差异的 Frobenius 范数的相对容差在连续两次迭代的聚类中心声明收敛。
precompute_distances :可选参数 {‘auto’, True, False}, default=‘auto’。预先计算距离,更快但是花费更大的内存开销。
verbose : int, default=0。详细度,好像作用不是很大。
random_state : int, default=None。随机种子。
copy_x : bool, default=True。当预先计算距离时,它在数值上更准确地居中先上数据。 如果 copy_x 为 True(默认),则原始数据为没有修改。 如果为False,则修改原始数据,并放回在函数返回之前,但可能会有微小的数值差异通过减去然后加上数据均值来引入。 请注意,如果原始数据不是 C-contiguous,即使copy_x 是False。 如果原始数据稀疏,但不是CSR格式,即使 copy_x 为 False,也会复制一份。
n_jobs : int, default=None,内存开销。
algorithm : 可选参数{“auto”, “full”, “elkan”}, default=“auto”。要使用的 K 均值算法。 经典的 EM 风格算法是“完整的”。“elkan”变体在定义明确的数据上更有效聚类,通过使用三角不等式。 但是它的内存更大由于分配了额外的形状数组而密集(n_samples,n_clusters)。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
本程序是在python完成,基于sklearn.cluster的k-means聚类包来实现数据的聚类,对于里面使用的数据格式如下:(注意更改程序相关参数) 138 0 124 1 127 2 129 3 119 4 127 5 124 6 120 7 123 8 147 9 188 10 212 11 229 12 240 13 240 14 241 15 240 16 242 17 174 18 130 19 132 20 119 21 48 22 37 23 49 0 42 1 34 2 26 3 20 4 21 5 23 6 13 7 19 8 18 9 36 10 25 11 20 12 19 13 19 14 5 15 29 16 22 17 13 18 46 19 15 20 8 21 33 22 41 23 69 0 56 1 49 2 40 3 52 4 62 5 54 6 32 7 38 8 44 9 55 10 70 11 74 12 105 13 107 14 56 15 55 16 65 17 100 18 195 19 136 20 87 21 64 22 77 23 61 0 53 1 47 2 33 3 34 4 28 5 41 6 40 7 38 8 33 9 26 10 31 11 31 12 13 13 17 14 17 15 25 16 17 17 17 18 14 19 16 20 17 21 29 22 44 23 37 0 32 1 34 2 26 3 23 4 25 5 25 6 27 7 30 8 25 9 17 10 12 11 12 12 12 13 7 14 6 15 6 16 12 17 12 18 39 19 34 20 32 21 34 22 35 23 33 0 57 1 81 2 77 3 68 4 61 5 60 6 56 7 67 8 102 9 89 10 62 11 57 12 57 13 64 14 62 15 69 16 81 17 77 18 64 19 62 20 79 21 75 22 57 23 73 0 88 1 75 2 70 3 77 4 73 5 72 6 76 7 76 8 74 9 98 10 90 11 90 12 85 13 79 14 79 15 88 16 88 17 81 18 84 19 89 20 79 21 68 22 55 23 63 0 62 1 58 2 58 3 56 4 60 5 56 6 56 7 58 8 56 9 65 10 61 11 60 12 60 13 61 14 65 15 55 16 56 17 61 18 64 19 69 20 83 21 87 22 84 23 41 0 35 1 38 2 45 3 44 4 49 5 55 6 47 7 47 8 29 9 14 10 12 11 4 12 10 13 9 14 7 15 7 16 11 17 12 18 14 19 22 20 29 21 23 22 33 23 34 0 38 1 38 2 37 3 37 4 34 5 24 6 47 7 70 8 41 9 6 10 23 11 4 12 15 13 3 14 28 15 17 16 31 17 39 18 42 19 54 20 47 21 68 22
K均值聚类算法是一种常用的无监督学习算法,用于将数据集划分为K个不同的簇。该算法的目标是使得每个数据点与其所属簇的心点之间的距离最小化。以下是K均值聚类算法的步骤及其可视化过程: 1. 初始化:随机选择K个心点作为初始的簇心。 2. 分配数据点:将每个数据点分配给与其距离最近的簇心。 3. 更新簇心:计算每个簇的新心点,即该簇所有数据点的平均值。 4. 重复步骤2和3,直到簇心不再发生变化或达到最大迭代次数。 可视化过程可以通过绘制数据点和簇心的散点图来展示。每个数据点根据其所属簇的不同,使用不同的颜色进行标记。同时,可以绘制决策边界来显示簇的分布情况。 以下是K均值聚类算法及其可视化示例代码: ```python import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans # 生成示例数据 X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]]) # 创建KMeans对象并指定簇的数量为2 kmeans = KMeans(n_clusters=2) # 执行K均值聚类算法 kmeans.fit(X) # 获取簇心和簇标签 centers = kmeans.cluster_centers_ labels = kmeans.labels_ # 绘制数据点和簇心的散点图 plt.scatter(X[:, 0], X[:, 1], c=labels) plt.scatter(centers[:, 0], centers[:, 1], marker='x', color='red') plt.xlabel('X') plt.ylabel('Y') plt.title('K-means Clustering') plt.show() ``` 该代码将生成一个散点图,其数据点根据其所属簇的不同使用不同的颜色进行标记,簇心用红色的"X"标记。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值