机器学习之利用K-均值聚类算法对未标注数据分组

    本文主要记录本人在学习 机器学习过程中的相关代码实现，参考《机器学习实战》

from numpy import *

def loadDataSet(fileName):
    dataMat=[]
    with open(fileName) as fr:
        for line in fr.readlines():
            curLine=line.strip().split('\t')
            fltLine=list(map(float,curLine))
            dataMat.append(fltLine)
    return dataMat

def distEclud(vecA,vecB):
    return sqrt(sum(power(vecA-vecB,2)))

def randCent(dataSet,k):
    n=shape(dataSet)[1]
    centroids=mat(zeros((k,n)))
    for j in range(n):
        minJ=min(dataSet[:,j])
        rangeJ=float(max(dataSet[:,j])-minJ)
        centroids[:,j]=minJ+rangeJ*random.rand(k,1)#numpy.rand(k,1)表示生成k*1的随机矩阵，随机数为0-1.0
    return centroids

#~ datMat=mat(loadDataSet('testSet.t