python机器学习_K-Means聚类算法

目录

1.机器学习分类

2. k-means算法

3.相关代码参考

---

1.机器学习分类

监督学习：监督学习是从标记的训练数据来推断一个功能的机器学习任务。在监督学习中，每个实例都是由一个输入对象（通常为矢量）和一个期望的输出值（也称为监督信号）组成。监督学习算法是分析该训练数据，并产生一个推断的功能，其可以用于映射出新的实例。

无监督学习：无监督学习就是按照他们的性质把他们自动地分成很多组，每组的问题是具有类似性质的（比如数学问题会聚集在一组，英语问题会聚集在一组.......），所有数据只有特征向量没有标签，但是可以发现这些数据呈现出聚群的结构，本质是一个相似的类型的会聚集在一起。把这些没有标签的数据分成一个一个组合，就是聚类。

半监督学习：半监督学习在训练阶段结合了大量未标记的数据和少量标签数据。与使用所有标签数据的模型相比，使用训练集的训练模型在训练时可以更为准确，而且训练成本更低。在现实任务中，未标记样本多、有标记样本少是一个比价普遍现象，如何利用好未标记样本来提升模型泛化能力，就是半监督学习研究的重点。要利用未标记样本，需假设未标记样本所揭示的数据分布信息与类别标记存在联系。

强化学习：所谓强化学习就是智能系统从环境到行为映射的学习，以使奖励信号(强化信号)函数值最大。如果Agent的某个行为策略导致环境正的奖赏(强化信号)，那么Agent以后产生这个行为策略的趋势便会加强。

简单来说就是给你一只小白鼠在迷宫里面，目的是找到出口，如果他走出了正确的步子，就会给它正反馈（糖），否则给出负反馈（点击），那么，当它走完所有的道路后。无论比把它放到哪儿，它都能通过以往的学习找到通往出口最正确的道路。强化学习的典型案例就是阿尔法狗。

无监督学习VS监督学习：

1. 监督学习方法必须要有训练集与测试样本。在训练集中找规律，而对测试样本使用这种规律。而非监督学习没有训练集，只有一组数据，在该组数据集内寻找规律。
2. 监督学习的方法就是识别事物，识别的结果表现在给待识别数据加上 了标签。因此训练样本集必须由带标签的样本组成。无监督学习方法只 有要分析的数据集的本身，预先没有什么标签。如果发现数据集呈现某种 聚集性，则可按自然的聚集性分类，但不予以某种预先分类标签对上号为目的。

何时采用哪种方法 ？

简单的方法就是从定义入手，有训练样本则考虑采用监督学习方法；无 训练样本，则一定不能用监督学习方法。但是，现实问题中，即使没有训 练样本，我们也能够凭借自己的双眼，从待分类的数据中，人工标注一些 样本，并把它们作为训练样本，这样的话，可以把条件改善，用监督学习 方法来做。对于不同的场景，正负样本的分布如果会存在偏移（可能大的 偏移，可能比较小），这样的话，监督学习的效果可能就不如用非监督学 习了。

2. k-means算法

 k-means算法也就是k均值算法。k-means算法以k为参数，把n个 对象分成k个簇, 使簇内具有较高的相似度, 而簇间的相似度较低。

 

3.相关代码参考

 示例1：K-means原理实现：
 

# 导入numpy
import  numpy as np

import  matplotlib.pyplot as plt

def build_data(file_name):
    """
    数据转化
    :param file_name: 文件路径+名称
    :return: 转化后的数据
    """
    data = []
    # 加载数据
    with open(file_name)  as f:
        # 读取数据
        lines = f.readlines()
        # print(lines)
        # 对每一个元素数据单独处理