k-means:基于划分算法的典型、实现比较简单。特点是只能聚球形、受离群点的影响很大。
采用python实现:用二维矩阵来存点集和质心点、每次循环分两步:计算质心和重新分配点,循环直到最小平方误差SSE收敛为止,或者指定一个最大的迭代次数。
关于画图,我使用的是pylab和Matplotlib,Matplotlib是一个类matlab 的库,比较方便python作图,安装它时花了很长的时间来解决依赖库。。网上搜了一大堆帖子,最后总算是解决了、、
总结一下安装时的问题吧:
Matplotlib依赖的库主要有:numpy、scipy、pyparsing、dateutil、six。
我由于是在windows下安装的,所以在这里http://www.lfd.uci.edu/~gohlke/pythonlibs/#pyparsing搜到了安装文件。
安装时一定要和自己的python版本相匹配!
我在安装six的时候出了问题,异常总是提示版本不对,后来网上搜了一个帖子,
下载了一个six-1.8.0.tar.gz,解压后把其中的six.py、six.pyc(可以编译一下得到)安装复制到XXX:\Python27\Lib\site-packages下就可以,
当然,也可以先安装个setuptools来easy_install更加方便,或者直接pip安装。
数据集data.txt:用numpy随机产生的一个点集,输出到文件data.txt中,x坐标和y坐标之间加逗号分隔。
kmeans.py:读取文件,运行kmeans,最后生成一个可视化的对比图。
"""
author:messiandzcy
date:2014.12.1
kmeans.py
"""
#coding=utf-8
import random
import math
import pylab as pl
#存放点集的列表
def Points(num_of_points,num_of_attributes):
poin