机器学习实验三 聚类算法的使用

实验三 聚类算法的使用

1. 下面通过实验程序介绍K均值聚类、谱聚类、密度聚类算法的使用，演示程序基于Python的sklearn工具库。
2. 注：请还没部署好Python环境，以及没安装sklearn工具的同学先准备好实验环境。
3. Pip更新：

Python -m pip install --upgrade pip

1. Sklearn安装：

Python -m pip install scikit-learn

1. matplotlib安装：

Python -m pip install matplotlib

实验任务：

1. 使用三种聚类算法对随机生成的点簇完成聚类，并分析结果
2. 使用K均值聚类、密度聚类算法对鸢尾花IRIS数据集进行聚类，并分析结果

1. 本次实验演示K均值聚类算法，程序基于sklearn库，对随机生成的3类样本进行聚类，然后显示每个簇的样本及簇中心。
2. K均值聚类是一种非监督机器学习算法，只需要输入样本的特征 ，而无需标记。
3. K均值聚类首先需要随机初始化K个聚类中心，然后遍历每一个样本，将样本归类到最近的一个聚类中，一个聚类中样本特征值的均值作为这个聚类新的聚类中心，聚类中心的改变，又会改变样本的类别，如此循环往复，直至每一个样本的类别稳定后，也就是聚类中心不再改变时完成。
4. sklearn对于所有的机器学习算法有一个一致的接口，一般需要以下几个步骤来进行学习

1. 初始化分类器，根据不同的算法，需要给出不同的参数，一般所有的参数都有一个默认值。对于K均值聚类，我们需要给定类别的个数n_cluster，通过先验的知识，我们随机生成的数据集里共有三类样本，于是取3；K均值聚类，是一个循环更新聚类中心以及样本类别的算法，需要设定循环的次数；最后K均值聚类的结果还与初始聚类中心有关，n_init设为10意味着进行10次随机初始化，选择效果最好的一种来作为模型。