机器学习之聚类算法：K均值聚类（二、算法案例）

最新推荐文章于 2024-07-13 12:59:21 发布

梅菜扣肉鱼丸粗面

最新推荐文章于 2024-07-13 12:59:21 发布

阅读量3.1k

点赞数 3

分类专栏：机器学习文章标签：机器学习算法

本文链接：https://blog.csdn.net/qushuo123/article/details/107296413

版权

本文介绍了K均值聚类算法的应用，首先通过简易数据集手动实现Kmeans，包括数据载入、聚类中心初始化与更新、代价函数计算。接着使用sklearn库进行Kmeans实现，展示模型信息并可视化聚类结果。

摘要由CSDN通过智能技术生成

一、简易数据集的Kmeans实现

数据下载提取码：quu3

导入库并载入数据：

import numpy as np
import matplotlib.pyplot as plt  

# 载入数据
data = np.genfromtxt("kmeans.txt", delimiter=" ")

定义函数：计算距离、初始化聚类中心和更新聚类中心函数：

# 计算距离 
def euclDistance(vector1, vector2):  
    return np.sqrt(sum((vector2 - vector1)**2))
  
# 初始化质心
def initCentroids(data, k):  
    numSamples, dim = data.shape
    # k个质心，列数跟样本的列数一样
    centroids = np.zeros((k, dim))  
    # 随机选出k个质心
    for i in range(k):  
        # 随机选取一个样本的索引
        index = int(np.random.uniform(0, numSamples))  
        # 作为初始化的质心
        centroids[i, :] = data[index, :]  
    return centroids  
  
# 传入数据集和k的值
def kmeans(data, k):  
    # 计算样本个数
    numSamples = data.shape[0]   
    # 样本的属性，第一列保存该样本属于哪个簇，第二列保存该样本跟它所属簇的误差
    clusterData = np.array(np.zeros((numSamples, 2)))  
    # 决定质心是否要改变的变量
    clusterChanged = True  
  
    # 初始化质心  
    centroids = initCentroids(data, k)  
  
    while clusterChanged:  
        clusterChanged = False  
        # 循环每一个样本 
        for i in range(numSamples):  
            # 最小距离
            min