聚类分析python代码_k-means聚类分析 python 代码实现(不使用现成聚类库)

一、实验目标

1、使用 K-means 模型进行聚类，尝试使用不同的类别个数 K，并分析聚类结果。

​　　　　2、按照 8:2 的比例随机将数据划分为训练集和测试集，至少尝试 3 个不同的 K 值，并画出不同 K 下 的聚类结果，及不同模型在训练集和测试集上的损失。对结果进行讨论，发现能解释数据的最好的 K 值。

二、算法原理

首先确定k，随机选择k个初始点之后所有点根据距离质点的距离进行聚类分析，离某一个质点a相较于其他质点最近的点分配到a的类中，根据每一类mean值更新迭代聚类中心，在迭代完成后分别计算训 练集和测试集的损失函数SSE_train、SSE_test，画图进行分析。

伪代码如下：

num=10 #k的种类

for k in range(1,num):

随机选择k个质点for i in range(n): #迭代n次

根据点与质点间的距离对于X_train进行聚类

根据mean值迭代更新质点

计算SSE_train

计算SSE_test

画图

算法流程图：

三、代码实现

1、导入库

importpandas as pdimportmatplotlib.pyplot as pltimportnumpy as npfrom sklearn.model_selection import train_test_split

2、计算距离

defdistance(p1,p2):return