Python实现数据挖掘K-均值算法（欧氏距离）

算法实现思路

首先，根据指定的形心标志获取初始形心坐标，将所有形心存储为列表
其次，编写计算所有点到每个形心的距离的方法、根据所有点到每个形心的距离获取新簇的方法、得到新簇的形心的方法
计算所有点到每个形心的距离的方法：遍历形心列表，在内部遍历数据集，计算每个数据集中的每个点到形心的欧式距离平方，将形心和形心与每个点的欧氏距离平方存储为字典，形心为字典键，形心与每个点的欧氏距离为字典值。
根据所有点到每个形心的距离获取新簇的方法：根据所有点到每个形心的距离，将距离某一形心最近的点划分为一簇，存储其对应的点标号（A1、A2等）
得到新簇的形心：根据获得的新簇，计算每一簇所有点坐标的平均值，将其标记为新的形心
最后，编写主函数。首先，获取初始形心坐标，依次调用以下方法直至簇不发生变化（形心也不发生变化），计算所有点到每个形心的距离，获取新簇、获取新的形心，最终获得的簇便是最终结果。

源代码

# -*- coding: utf-8 -*-

"""
@Time        : 2020/12/8
@Author      : lixinci
@File        : 10_2_K均值算法
@Description :
"""
import copy
import operator

dataset = {
   
    "A1": (2, 10), "A2": (2, 5), "A3": (8, 4), "B1": (5, 8),
    "B2": (7, 5), "B3": (6, 4), "C1": (1, 2), "C2": (4, 9)
}


def get_initial_centroids(dataset, centroids):
    """
    得到初始形心
    """
    initial_centroid = []
    for centroid in centroids:
        initial_centroid.append(dataset[centroid]