引言
k-means聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法。也是一种无监督学习算法。
DBSCAN是一种著名的密度聚类算法,它使用一组关于“邻域”的参数来描述样本分布的紧密程度。
无监督学习
缺乏足够的先验知识,因此难以人工标注类别或进行人工类别标注的成本太高。根据类别未知(没有被标记结果)的训练样本解决模式识别中的各种问题,称之为无监督学习。
k-means
- 随机生成k个初始点(质心),作为聚类的中心
- 计算每个样本点和初始点的距离(一般使用欧式距离公式或曼哈顿距离),把样本归类为最近的那个初始点。这样就形成了K个聚集类,每一类结果被称为“簇”。
- 计算每一簇的均值点,以它为新的质心,重新做一次距离计算。
- 重复几次,直到达到指定的迭代次数或最小调整幅度阈值,则停止。
特点
kmeans:简单,快速,适合常规数据集。但是缺点也很明显:K值难确定、复杂度与样本呈线性关系、很难发现任意形状的簇。一些奇奇怪怪的样本,就很难分类好。
要点归纳
一个很简单的算法,和KNN有点像,主要就是注意下面几点。
- K值的选择
- 距离的度量
- 质心的更新
代码
使用k-means压缩图片的灰度值
导库
import numpy as np
from sklearn.cluster import KMeans
#skimage就是Scikit-Image,搜索Scikit-Image可以安装
#pip install Scikit-Image
from skimage import io
导入一张图片
先准备一张图片,最好是小点的,不然代码要跑半天·····
# 使用Scikit-Image处理图片的读取和输出
img = io.imread('ttt.jpg')
# io.imshow(img)
# io.show()
# 我这张图片是宽高500*300像素,因此行列分别应该是300和500
rows = img.shape[0]
cols = img.shape[1]
构建算法
# 变化图像的形状,分为RGB三个通道
img = img.reshape(img.shape[0] * img.shape[1], 3)
# 因为图片色值范围是0——255,聚类选择创建一半的簇来压缩图片,使用KMeans指定簇就行,还有其他参数在这里不太需要。
k_means = KMeans(n_clusters=128)
k_means.fit(img)
# 簇的数量
clusters = np.asarray(k_means.cluster_centers_, dtype=np.uint8)
# 这里面是所有的样本点,因为每个像素点有RGB三个通道,所以应该是500*300*3=450000个值
labels = np.asarray(k_means