kmeans python变量重要性_k-means聚类算法优缺点?

K-Means是我们最常用的基于欧氏距离的聚类算法,它的基本思想是,两个目标的距离越近,相似度越大。

K-Means算法的目标函数

K-Means算法要实现的目标函数是:

其中,C1,C2,...,Ck是分别是k个cluster的中心点;C(Xi)表示Xi这个点所属于的cluster的中心点;d²( , )表示求两个点的距离的平方。

用通俗的话说,K-Means算法要实现的目的是:使得样本空间所有的非中心点,到它们各自所属的cluster的中心点的距离的平方,的和最小。

上述问题是一个NP-Hard问题。因此,一般是采用坐标下降(Coordinate Decendet)的方法求解。坐标下降法属于非梯度优化的方法,它在每一步迭代中沿着一个坐标轴的方向进行探索,通过循环使用不同的坐标来达到求解目标函数的局部最小值。坐标下降算法。来源:https://zh.wikipedia.org/zh-cn/%E5%9D%90%E6%A0%87%E4%B8%8B%E9%99%8D%E6%B3%95

如上图所示,假设总共有两个维度x,y:我们首先选择一个初始位置(x,y),然后假设x未知并将y的值代入目标函数中,令目标函数的导数为0,可以求得此时最佳的x的值。

然后又假设y未知并将刚刚求得的x的值代入目标函数,令目标函数的导数为0,可以求得此时最佳的y。

重复执行第1步和第2步,目标函数会逐渐接近极小值点,直到达到了极小值点后停止。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是多变量K-means聚类算法Python实现: ```python import numpy as np class KMeansClassifier(): """初始化KMeansClassifier类""" def __init__(self, k=3, initCent='random', max_iter=500): # 类的成员变量 self._k = k # 簇的个数 self._initCent = initCent # 初始化簇质心的方法 self._max_iter = max_iter # 最大迭代次数 def fit(self, X): m, n = np.shape(X) # 初始化簇质心 if self._initCent == 'random': centroids = self._randCent(X, self._k) elif self._initCent == 'kmeans++': centroids = self._kmeansPlusPlus(X, self._k) else: raise NameError('The initialization method is not recognized') # 初始化其他变量 clusterAssment = np.zeros((m, 2)) # 存储每个样本的簇分配结果和平方误差 clusterChanged = True # 簇分配结果是否改变的标志 iter_count = 0 # 当前迭代次数 # 迭代计算 while clusterChanged and iter_count < self._max_iter: clusterChanged = False iter_count += 1 # 对每个样本进行簇分配 for i in range(m): minDist = np.inf minIndex = -1 for j in range(self._k): distJI = self._euclideanDist(X[i, :], centroids[j, :]) if distJI < minDist: minDist = distJI minIndex = j if clusterAssment[i, 0] != minIndex: clusterChanged = True clusterAssment[i, :] = minIndex, minDist ** 2 # 更新簇质心 for j in range(self._k): pointsInCluster = X[np.nonzero(clusterAssment[:, 0] == j)[0]] centroids[j, :] = np.mean(pointsInCluster, axis=0) self._centroids = centroids self._clusterAssment = clusterAssment self._iter_count = iter_count def predict(self, X): m, n = np.shape(X) clusterAssment = np.zeros((m, 2)) for i in range(m): minDist = np.inf minIndex = -1 for j in range(self._k): distJI = self._euclideanDist(X[i, :], self._centroids[j, :]) if distJI < minDist: minDist = distJI minIndex = j clusterAssment[i, :] = minIndex, minDist ** 2 return clusterAssment[:, 0] def _randCent(self, X, k): n = np.shape(X)[1] centroids = np.mat(np.zeros((k, n))) for j in range(n): minJ = np.min(X[:, j]) rangeJ = float(np.max(X[:, j]) - minJ) centroids[:, j] = np.mat(minJ + rangeJ * np.random.rand(k, 1)) return centroids def _kmeansPlusPlus(self, X, k): m, n = np.shape(X) centroids = np.mat(np.zeros((k, n))) centroids[0, :] = X[np.random.randint(m), :] for i in range(1, k): dist = np.mat(np.zeros((m, i))) for j in range(i): dist[:, j] = np.mat(self._euclideanDist(X, centroids[j, :])) minDist = np.min(dist, axis=1) probs = minDist / np.sum(minDist) cumulativeProbs = np.cumsum(probs) rand = np.random.rand() index = np.nonzero(cumulativeProbs >= rand)[0][0] centroids[i, :] = X[index, :] return centroids def _euclideanDist(self, A, B): return np.sqrt(np.sum(np.power(A - B, 2))) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值