python3实现kmeans算法

1.定义计算距离的函数

def distEclud(vecA,vecB):
    # vecA,vecB是数组形式，列表形式不行
    return sum((vecA-vecB)**2)**0.5

vecA,vecB是1行n列的形式，也就是一个样本。

欧式距离的计算过程：

两数组各个元素相减，然后各个元素平方，再求和，最后取平方根

验证：

a = np.array([1,1,1])
b = np.array([1,1,1])
distEclud(a,b)

0.0

2.初始质心

采用随机质心的方式，并认为输入聚类的个数k

2.1 质心的选取，采用随机数的方式

 某一个特征的质心= 该特征所有数据的最小值 + （该特征所有数据的最大值 - 该特征所有数据的最小值）*介于0与1之间的数
 这样计算的随机质心介于该特征所有数据的最小值与最大值之间
 产生0与1之间的随机数，用random.random()函数

2.2 质心的保存形式

假设数据集m*n，m是样本个数，n是特征个数

质心用一矩阵表示，k*n的形式，k是聚类的个数，n是数据集的特征个数，也就是列的个数。

利用random()产生随机数

产生0-1之间正态分布的随机数