python机器学习之聚类算法K-Means——案例：聚类算法用于降维，KMeans的矢量量化应用

聚类算法用于降维，KMeans的矢量量化应用

重要属性：

重要接口：

案例

矢量量化的降维是在同等样本量上压缩信息的大小，即不改变特征的数目也不改变样本的数目，只改变在这些特征下的样本上的信息量。

用K-Means聚类中获得的质心来替代原有的数据，可以把数据上的信息量压缩到非常小，但又不损失太多信息。我们接下来就通过一张图图片的矢量量化来看一看K-Means如何实现压缩数据大小，却不损失太多信息量。

1、导入需要的库

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.metrics import pairwise_distances_argmin
    #对两个序列中的点进行距离匹配的函数
from sklearn.datasets import load_sample_image
    #导入图片数据所用的类
from sklearn.utils import shuffle #洗牌

2、导入数据，探索数据

导入数据：

# 实例化，导入颐和园的图片
china = load_sample_image("china.jpg")
china

查看数据：

#查看数据类型
china.dtype

china.shape
#长度 x 宽度 x 像素 > 三个数决定的颜色

china[0][0]

#包含多少种不同的颜色?
newimage = china.reshape((427 * 640,3))
newimage.shape

数据去重：

import pandas as pd
pd.DataFrame(newimage).drop_duplicates().shape

#我们现在有9W多种颜色

图像可视化：

# 图像可视化
plt.figure(figsize=(15,15))
plt.imshow(china) #导入3维数组形成的图片