基于Python的K-means聚类算法

K-means聚类的基本原理就不多阐述了，这里直接讲解如何实现。

效果图（红色节点代表聚类中心，蓝色节点和绿色节点代表不同的两类）：

可以看到，初始时绿色节点很少且大多聚集于左下方，随着聚类中心的移动，绿色节点区域越来越大，直到最后会稳定下来。

一、建节点类

由于该聚类算法是基于二维的，因此基本元素就是节点，这里就将每个节点作为一个类Node。

其中nearest_node是一个list，其含义是：

①如果该节点是普通节点，则存储其归属的聚类中心；

②如果该节点是聚类中心，则存储对应的普通节点。

class Node:
	x = 0
	y = 0
	distance = 0
	nearest_node = []
	def __init__(self):
		self.x = random.uniform(0, 1)
		self.y = random.uniform(0, 1)
		self.nearest_node = []
	def distance(self, Node):
		x1 = (self.x - Node.x) * (self.x - Node.x)
		y1 = (self.y - Node.y) * (self.y - Node.y)
		distance = math.sqrt(x1 + y1)
		return distance

二、计算节点归于哪个聚类中心

利用Node类中的distance方法计算每个普通节点归属于哪个聚类中心。

		for i in range(0, len(node)):
			min = 999
			index = 0
			for j in range(0, len(center)):
				if node[i].distance(center[j]) < min:
					min = node[i].distance(center[j])
					index = j
			center[index].nearest_node.append(node[i])
			node[i].nearest_node.append(center[index])

三、更新聚类中心位置

对每一个聚类中心而已，找到其对应的所有普通节点，求出它们的平均位置（即x坐标和y坐标的位置）。

接着就以这个平均位置作为自身新的位置。

		for i in range(0, len(center)):
			x_total = 0
			y_total = 0
			x_new = 0
			y_new = 0
			for item in center[i].nearest_node:
				x_total += item.x
				y_total += item.y
			print x_total
			print y_total
			x_new = x_total / len(center[i].nearest_node)
			y_new = y_total / len(center[i].nearest_node)
			center[i].x = x_new
			center[i].y = y_new

四、画出拓扑图，标记聚类中心

如果是聚类中心，则用红色节点表示；

如果是第一类普通节点，则用蓝色节点表示；

如果是第二类普通节点，则用绿色节点表示。

		for item in node:
			if item.nearest_node[0] == center[0]:
				plt.plot(item.x, item.y, 'bo')
			if item.nearest_node[0] == center[1]:
				plt.plot(item.x, item.y, 'go')
			item.nearest_node = []
		for item in center:
			plt.plot(item.x, item.y, 'ro')
			item.nearest_node = []
		plt.show()

源码：https://github.com/qjzhzw/K-means