人机交互及可视化技术——K-means

一、实验目的

本实验旨在通过自定义的K均值聚类算法对随机生成的二维数据进行聚类，并通过可视化方式展示聚类结果。

二、实验步骤与方法

1.导入必要的库：导入NumPy用于生成随机数据，以及Matplotlib用于绘制可视化图表。

2.定义KMeans类：实现了K均值聚类算法的类，包括初始化方法和拟合方法。

3.在拟合方法中，首先随机初始化聚类中心，然后迭代更新聚类中心和分配样本到最近的聚类中心，直至收敛或达到最大迭代次数。

4.在每次迭代过程中，绘制当前的聚类结果，包括原始数据点、各个簇的点和簇中心。

5.计算簇中心点的移动距离，若小于设定的阈值，则停止迭代。

6.生成随机数据：使用NumPy生成100个二维随机点，范围在0到10之间。

7.提示用户输入簇的个数。

8.使用自定义的K均值算法对随机数据进行聚类，并获取聚类结果。

三、实验结果与分析

在本次实验中，我设计了两种方法

第一个版本：

这种方法不会保存之前的聚类结果

所以我写了第二种

第二个版本（修正版）：

import numpy as np
import matplotlib.pyplot as plt

class KMeans:
    def __init__(self, n_clusters):
        self.n_clusters = n_clusters

    def fit(self, X):
        centers = X[np.random.choice(len(X), self.n_clusters, replace=False)]

        max_iterations = 100
        tolerance = 1e-4

        for iteration in range(max_iterations):
            clusters = [[] for _ in range(self.n_clusters)]
            old_centers = np.copy(centers)

            for point in X:
                distances = [np.linalg.norm(point - center) for center in centers]
                cluster_index = np.argmin(distances)
                clusters[cluster_index].append(point)

            centers = [np.mean(cluster, axis=0) for cluster in clusters]

            # 绘制当前的聚类结果
            plt.figure()
            plt.scatter(X[:, 0], X[:, 1], c='gray', label='Original Points')
            for i, cluster in enumerate(clusters):
                cluster_points = np.array(cluster)
                plt.scatter(cluster_points[:, 0], cluster_points[:, 1], label=f'Cluster {i+1}')
            plt.scatter(np.array(centers)[:, 0], np.array(centers)[:, 1], marker='x', s=200, c='black', label='Centers')
            plt.title(f"Iteration {iteration + 1}")
            plt.xlabel('X')
            plt.ylabel('Y')
            plt.legend()
            plt.pause(1)


            # 计算中心点的移动距离，如果小于阈值，则停止迭代
            movement = np.mean([np.linalg.norm(old_center - new_center) for old_center, new_center in zip(old_centers, centers)])
            if movement < tolerance:
                break

        return clusters

# 生成随机数据
np.random.seed(0)
X = np.random.rand(100, 2) * 10  # 生成100个二维随机点，范围在0到10之间

# 提示用户输入簇的个数
num_clusters = int(input("请输入要求的簇的个数："))

# 使用自定义的K-means算法进行聚类
kmeans = KMeans(num_clusters)
clusters = kmeans.fit(X)

通过运行以上代码，我们得到了以下实验结果：

·用户输入簇的个数确定了聚类的数量。

·经过迭代，聚类算法对随机生成的二维数据进行了聚类，并将每个点分配到了对应的簇中。

·每次迭代过程中，我们可以观察到簇中心的移动，直至达到收敛状态。

·最终的聚类结果通过Matplotlib进行了可视化展示，包括原始数据点、各个簇的点和簇中心。

四、结论与体会

K均值聚类是一种常用的无监督学习算法，可以有效地对数据进行聚类。通过本次实验，我们深入了解了K均值聚类的工作原理，并通过实现自定义的KMeans类对随机数据进行了聚类分析。同时，通过可视化的方式展示了聚类结果，有助于我们直观地理解算法的执行过程和聚类效果。