05_无监督学习--聚类模型--K 均值

无监督学习–聚类模型–K 均值

0.引入依赖

import numpy as np
import matplotlib.pyplot as plt

# 这里直接 sklearn 里的数据集
from sklearn.datasets.samples_generator import make_blobs

1.数据的加载和预处理

x, y = make_blobs(n_samples=100, centers=6, random_state=1234, cluster_std=0.6)
# x # array([[-0.02708305,  5.0215929 ], ..., [-4.7583093 ,  5.85803377]])
# x.shape # (100, 2)
# y.shape # (100,)

plt.figure(figsize=(9, 9))
plt.scatter(x[:,0], x[:,1], c=y)
plt.show()

作图如下：
[外链图片转存失败(img-sa8Pil3S-1569159801291)(https://s2.ax1x.com/2019/05/18/ELjEL9.png)]

2.算法实现

# 引入 scipy 库中的距离函数，默认实现是欧式距离
from scipy.spatial.distance import cdist

class K_Means(object):
    # 初始化，参数 n_clusters(K)、max_iter(迭代次数)、centroids(初始质心)
    def __init__(self, n_clusters=6, max_iter=300, centroids=[]):
        self.n_clusters = n_clusters
        self.max_iter = max_iter
        self.centroids = np.array(centroids, dtype=np.float)
        
    # 定义训练模型方法，实现 K-means 聚类过程
    def fit(self, data):
        # 假如没有指定初始质心，就随机选取 data 中的点作为质心
        if (self.centroids.shape ==