kmeans python_kmeans聚类的python实现

1. kmeans算法简介

待补充

2. python实现

2.1 基础版

kmeans算法，前几天的一道面试在线编程题目。好久不用python手法都生疏了，写的很慢。不过后来对比了下网络上的其他kmeans的python实现，感觉自己的实现相对简洁美观，代码量少。这主要依赖于numpy包的使用。

废话少说，直接上代码.

对于输入数据的说明

data是一个\(n*m\)的数组，\(data\in R^{n*m}\)，\(n\)是训练数据的样本个数，\(m\)是feature的维数，\(k\)是设定好的聚类数

import numpy as np

def kmeans(data, n, m, k):

rarray = np.random.random(size=k)

rarray = np.floor(rarray*n)

rarray.astype(int)

end = True

cls = np.zeros([1,n],np.int)

center = np.take(data,rarray)

pcenter = np.zeros([k,m])

while end:

for i in xrange(n):

tmp = data[i] - center

tmp = np.square(tmp)

tmp = np.sum(tmp,axis=1)

cls[i] = np.argmin(tmp)

center = np.zeros([k,m])

count