【Educoder】— 机器学习（聚类第二关）

目录

任务描述

相关知识

编程要求

---

第二关—主要算法之K-Means 聚类

任务描述

本关任务：使用python语言编程，按要求完成任务。

相关知识

随着聚类分析技术的蓬勃发展，目前已有很多类型的聚类算法。但很难对聚类方法进行简单的分类，因为这些类别的聚类可能重叠，从而使得一种方法具有一些交叉的特征。一般而言，聚类算法被划分为以下几类：基于划分的方法；基于层次的方法；基于密度的方法；局域网格的方法。聚类分析中最广泛使用的算法为 K-Means 聚类算法。这里对 K-Means 聚类算法及其改进算法进行介绍。 

K-Means聚类

• 原理

  K-Means 算法的基本思想是初始随机给定 K 个聚类中心，按照最邻近原则把待分类样本点分到各个类。然后按平均法重新计算各个类的聚类中心，从而确定新的聚类中心。一直迭代，直到聚类中心保持不变或移动距离小于某个给定的值。

• 步骤

  

  用于划分的 K-Means 算法，其中每个簇的中心都用簇中所有对象的均值来表示。K-Means 聚类模型所采用的迭代算法直观易懂且非常实用。但是具有容易收敛到局部最优解和需要预先设定簇的数量的缺陷。

• K-means++算法

• 原理

  将经典 K-Means 算法的 step 1 初始化类中心更改为： a）使用随机方法选取第一个（n=1）聚类中心； b） 选取第 n+1 个聚类中心（0<n<K）时：距离当前 n 个聚类中心越远的点会有更高的概率被选为第 n+1 个聚类中心。

• buzh

  

编程要求

根据提示，在右侧编辑器Begin-End部分补充代码。

任务描述：使用Python语言，对给定数据进行聚类，数据可视化如下：

1. 创建 KMeans 对象，令 n_clusters=2；提示：可以使用 sklearn.cluster 中的 KMeans 模型。
2. 调用 fit 函数执行训练过程。
3. 调用 predict 函数进行预测，预测的数据为 [0,0], [8,2], [10,3]。

   # 从 sklearn.cluster 导入 KMeans
   from sklearn.cluster import KMeans
   import numpy as np
   
   # 加载数据集
   X = np.array([[1, 2], [2, 2.2], [3, 1.5], [2, 1.8], [1, 1.4], [1, 2.5], [1, 1], [10, 2], [10, 2.5], [9, 2.3], [10, 2.4], [9.5, 2.1]])
   
   # 任务1：创建 KMeans 对象，令 n_clusters=2
   ########## Begin ##########
   kmeans = KMeans(n_clusters=2, random_state=0)
   ##########  End  ##########
   
   # 任务2：调用 fit 函数执行训练过程
   ########## Begin ##########
   kmeans = kmeans.fit(X)
   ##########  End  ##########
   
   # 任务3：调用 predict 函数进行预测，预测的数据为 [0,0], [8,2], [10,3]
   ########## Begin ##########
   y_pred = kmeans.predict([[0,0], [8,2], [10,3]])
   ##########  End  ##########
   
   # 打印结果
   print(y_pred)