# 导包 import numpy as np import matplotlib.pyplot as plt import copy # 核心功能函数 # KMeans核心实现步骤: # 0:设定质心, 只需要做一次 # 1、计算距离:即所有样本点到各质心的距离, 1行代码 # 2、计算极值:argmin ,1行代码 # 3、更新质心: 4行代码 # 4、重复1、2、3步,直到质心不在发生改变 , 2行 # 主函数 def main(): # 加载数据,注意需要去掉标签值 x = np.loadtxt('test.txt', encoding='utf-8') # 指定将数据集分成 k 个类别 k = 4 # 指定质心数量 # step:0,设定质心 m, n = x.shape # 数据集样本数m, 维度dim centers = np.zeros((k, n)) # 定义聚类中心存储矩阵 # 根据设定的聚类中心数随机获取样本中的点作为初始聚类中心坐标 for i in range(k): index = np.random.randint(0, m) # 0-m之间均匀地产生一个随机整数作为索引index centers[i] = x[index] # 将X中第index行赋值给centroid # 作用:KMeans核心实现代码 """ ------ KMeans核心实现代码 开始 ------ """ dist_t = np.array((np.sum((x - c) ** 2, axis=1)) ** 0.5 + 1 for c in centers) for i in range(600): # 备份一下质心数据 # t_center = copy.deepcopy(centers) # t_center = copy.copy(centers) # 浅拷贝 t_center = centers # step1:计算距离 dist_list = [(np.sum((x - c) ** 2, axis=1)) ** 0.5 for c in centers] # step2: 计算极值 # 注意,这里的 argmin 就是我们需要的 标签值 , 即 y 值 argmin_dist = np.array(dist_list).argmin(axis=0) # 得到标签值 # step3: 更新质心 centers = np.array([np.mean(x[argmin_dist == i, :], axis=0) for i in range(k)]) # step4:重复1、2、3步,直到质心不在发生改变 , 1行 dist_list = np.array(dist_list) if dist_t.all() == dist_list.all(): print(i) break else: dist_t = dist_list """ ^^^^^^ KMeans核心实现代码 结束 ^^^^^^ """ print(f'质心坐标矩阵:\n {centers} \n\n \b各样本点标签值:\n {argmin_dist}') # 最终的质心坐标 mark = ['or', 'ob', 'og', 'ok', 'om', 'oy'] for i in range(len(x)): plt.plot(x[i, 0], x[i, 1], mark[argmin_dist.flatten()[i]]) ma = ['Dr', 'Db', 'Dg', 'Dk', 'Dm', 'Dy'] for i in range(k): plt.plot(centers[i,0],centers[i,1],ma[i],markersize=10) plt.show() # 主程序入口. if __name__ == '__main__': main()
KMEANS底层实现
最新推荐文章于 2024-08-22 07:51:42 发布