聚类--K均值算法：自主实现与sklearn.cluster.KMeans调用

1.用python实现K均值算法

K-means是一个反复迭代的过程，算法分为四个步骤：

  （x,k,y)

1） 选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心；

  def initcenter(x, k): kc

2） 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心（最相似）所对应的类；

  def nearest(kc, x[i]): j

  def xclassify(x, y, kc):y[i]=j

import numpy as np
x = np.random.randint(1,100,20)#产生的20个一到一百的随机整数
y = np.zeros(20)
k = 3
print(x)
print(y)

def initcenter(x,k):#初始化聚类中心数组
    return x[0:k].reshape(k)
kc = initcenter(x,k)
print(kc)

def nearest(kc, i):#定义函数求出kc与i之差最小的数的坐标
    d = (abs(kc - i))
    w = np.where(d == np.min(d))
    return w[0][0]

# print(nearest(kc,66))

# for i in range(x.shape[0]):
#     y[i] = nearest(kc,x[i])
# print(y)

def xclassify(x, y, kc):#按距离最近的准则将它们分到距离它们最近的聚类中心（最相似）所对应的类 
    for i in range(x.shape[0]):
        y[i] = nearest(kc,x[i])
    return y

y = xclassify(x,y,kc)
print(x)
print(y)

　　

 

3） 更新聚类中心：将每个类别中所有对象所对应的均值作为该类别的聚类中心，计算目标函数的值；

  def kcmean(x, y, kc, k):

4） 判断聚类中心和目标函数的值是否发生改变，若不变，则输出结果，若改变，则返回2）。

  while flag:

      y = xclassify(x, y, kc)

      kc, flag = kcmean(x, y, kc, k)

def kcmean(x, y, kc, k):#更新聚类中心：将每个类别中所有对象所对应的均值作为该类别的聚类中心，计算目标函数的值
    l = list(kc)
    flag = False
    for c in range(k):
        m = np.where(y == c)
        n = np.mean(x[m])
        if l[c] != n:
            l[c] = n
            flag = True  # 聚类中心发生变化
            print(l, flag)
    return (np.array(l), flag)

k = 3
kc = initcenter(x, k)

flag = True
print(x, y, kc, flag)
while flag:# 判断聚类中心和目标函数的值是否发生改变，若不变，则输出结果，若改变，则返回2
    y = xclassify(x, y, kc)
    kc, flag = kcmean(x, y, kc, k)
    print(y, kc, type(kc))

print(x, y)
import matplotlib.pyplot as plt

plt.scatter(x, x, c=y, s=50, cmap='rainbow',marker='*');
plt.show()

　　

 

2. 鸢尾花花瓣长度数据做聚类并用散点图显示。

3. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类并用散点图显示.

4. 鸢尾花完整数据做聚类并用散点图显示.

# 鸢尾花花瓣长度数据做聚类并用散点图显示。
import numpy as np
from sklearn.datasets import load_iris

iris = load_iris()
x = iris.data[:, 2]
y = np.zeros(150)


def initcenter(x, k):  # 初始聚类中心数组
    return x[:k]


def nearest(kc, i):  # 数组中的值，与聚类中心最小距离所在类别的索引号
    d = (abs(kc - i))
    w = np.where(d == np.min(d))
    return w[0][0]


def xclassify(x, y, kc):
    for i in range(x.shape[0]):  # 对数组的每个值进行分类，shape[0]读取矩阵第一维度的长度
        y[i] = nearest(kc, x[i])
    return y


def kcmean(x, y, kc, k):  # 计算各聚类新均值
    l = list(kc)
    flag = False
    for c in range(k):
        print(c)
        m = np.where(y == c)
        if len(m) == 1:
            n = x[c]
        else:
            n = np.mean(x[m])
        if l[c] != n:
            l[c] = n
            flag = True  # 聚类中心发生变化
            print(l, flag)
    return (np.array(l), flag)


k = 3
kc = initcenter(x, k)

flag = True
print(x, y, kc, flag)

# 判断聚类中心和目标函数的值是否发生改变，若不变，则输出结果，若改变，则返回2
while flag:
    y = xclassify(x, y, kc)
    kc, flag = kcmean(x, y, kc, k)
    print(y, kc, type(kc))

print(x, y)
import matplotlib.pyplot as plt

plt.scatter(x, x, c=y, s=50, cmap="rainbow",marker='*');
plt.show()

#用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类并用散点图显示，鸢尾花完整数据做聚类并用散点图显示。
from sklearn.cluster import KMeans
import numpy as np
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
data = load_iris()
iris = data.data
petal_len = iris[:,2:3]
print(petal_len)
k_means = KMeans(n_clusters=3) #三个聚类中心
result = k_means.fit(petal_len) #Kmeans自动分类
kc = result.cluster_centers_ #自动分类后的聚类中心
y_means = k_means.predict(petal_len) #预测Y值
plt.scatter(petal_len,np.linspace(1,150,150),c=y_means,marker='+')
plt.show()


#4. 鸢尾花完整数据做聚类并用散点图显示.
from sklearn.cluster import KMeans
import numpy as np
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
data = load_iris()
iris = data.data
petal_len = iris
print(petal_len)
k_means = KMeans(n_clusters=3) #三个聚类中心
result = k_means.fit(petal_len) #Kmeans自动分类
kc = result.cluster_centers_ #自动分类后的聚类中心
y_means = k_means.predict(petal_len) #预测Y值
plt.scatter(petal_len[:,0],petal_len[:,2],c=y_means,marker='x')
plt.show()

　　

 

 

 

转载于:https://www.cnblogs.com/1998hxw/p/9908066.html