西瓜书第九章习题及答案

原创

已于 2022-09-19 16:40:50 修改 · 2.2k 阅读

32 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #聚类

于 2022-08-15 11:14:15 首次发布

博客主要介绍了使用Python实现Kmeans聚类，展示了K=3时多次运行的结果并进行可视化。分析指出，k-means算法选的初始点离得越远越易收敛，聚类效果越好，算法好坏与初始样本选取关系很大。

9.4

在这里插入图片描述

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
dataset=pd.read_csv('F:\\python\\dataset\\watermelon_4.csv', delimiter=",")
data=dataset.values
data

data:
在这里插入图片描述

Kmeans实现

import random
#距离
def distance(x1,x2):
    return sum((x1-x2)**2)
#Kmeans实现

def Kmeans(D,K,maxIter):#return K points and the belongings of every points
    m,n=np.shape(D)
    if K>=m:return D
    initSet=set()
    curK = K  #聚类簇数
    while(curK>0): #随机选择K个样本作为均值向量
        randomInt = random.randint(0,m-1) #随机一个[0，29]的整数
        if randomInt not in initSet:
            curK-=1
            initSet.a