KMeans算法——python实现

KMeans介绍

最基础的，常用的机器学习算法
k均值聚类算法是一种迭代求解的聚类分析算法。
聚类是无监督学习，将相似的对象归到一簇中，簇的对象越相似，效果越好。

优点

原理简单，容易实现

缺点

需要对K值进行指定，对初始的中心点选取较为敏感，初始的中心点影响了分类的结果

算法推导

本例子采用欧式距离算法，即两点之间的直线距离

---

用户需要对k值进行指定，k代表簇的个数
传入需要处理的数据，数据可以是任意维度的，个数可以是不确定的

---

对传入的数据随机选取k个作为中心点
遍历数据，把每个数据与中心点进行计算，把它归类为与之距离最近的点

---

计算每一类点的平均值，算出新的中心点
计算新的中心点与旧的中心点的平均距离，看平均距离是否符合误差范围，
符合就输出结果，不符合，就继续遍历

---

代码实现

import random
import copy
import matplotlib.pyplot as plt
class KMeans():
    def __init__(self,data,k=1):
        self.__data = data  # 存放输入点数据
        self.__k = k  # 中心点个数
        self.__centerPoint = []  # 中心点
        self.__result = []  # 对输入点进行分类的结果
        for i in range(k):
            self.__result.append([])   #[[] [] [] [] [] ]

    # 随机取k个中心点
    def randomCenterPoint(self):
        for i in range(self.__k):
            # 随机出k个下标
            index = random.randint(0,len(self.__data)-1)
            # 判断取出的数是否在中心点中  防止取重复数  使中心点重复
            if self.__data[