python多维数据聚类_文末又送书！K-means算法实现二维数据聚类

首先导入必要的模块：

import kmeans

import numpy as np

import matplotlib.pyplot as plt

from math import sqrt

(1) 从文件加载数据集

构建数据矩阵，从文本中逐行读取数据，形成供后继使用的数据矩阵。

dataSet=[]

fileIn=open('testSet.txt')

for line in fileIn.readlines():

lineArr=line.strip().split('\t')

dataSet.append([float(lineArr[0]),float(lineArr[1])])

(2) 调用kmeans算法进行数据聚类

通过以下命令调用设计的kmeans模块，进行数据聚类。

dataSet=np.mat(dataSet)

k=4

centroids,clusterAssment=kmeans.kmeanss(dataSet,k)

kmeans模块主要包含如下几个函数。

距离度量函数。这里使用的是欧氏距离，计算过程如下：

def eucDistance(vec1,vec2):

return sqrt(sum(pow(vec2-vec1,2)))

初始聚类中心选择。从数据集中随机选择K个数据点，用作初始聚类中心。

def initCentroids(dataSet,k):

numSamples,dim=dataSet.shape

centroids=np.zeros((k,