《机器学习实战》源码解析（八）：K均值

本系列以书中源码为主，稍作修改并添加注释，均实际运行可行。为免后来者踩坑，特此公开！欢迎打赏！
转载请注明出处！

#数据清洗函数
#输入：数据源文件
#输出：格式化数据的矩阵形式
def loadDataSet(fileName):
    dataMat =[]
    fr = open(fileName)
    for line in fr.readlines():
        curLine = line.strip().split('\t')#格式化，去除空格以及制表符
        #警告：原书此处为2.0版本，map返回的是地址，需转化为list类型！！！
        fltLine = list(map(float,curLine))#将列表数据改为浮点型，转变为矩阵便于计算
        dataMat.append(fltLine)#将清洗好的每条数据加入列表
    return dataMat

#计算两个向量的欧式距离的平方（关于距离的定义可自由选择）
#输入：任意两个数据点的特征向量（要求是数值型）
def distEclud(vecA,vecB):
    return sqrt(sum(power(vecA-vecB,2)))

#功能：创建一个包含K个随机质心的集合。随机质心必须在整个数据集的边界之内。
#输入：数据集，要创建的质心个数
#输出：K个质心的数据集
def randCent(dataSet,k):
    n = shape(dataSet)[1]#列的数量，即特征值的维度，为循环遍历各维度最值准备
    centroids = mat(zeros((k,n)))#创建K个质心矩阵
    for j in range(n):#对N中每一维
        minJ = min(dataSet[:,j])#获取第j维最小值
        rangeJ = float(max(dataSet