基本Kmeans算法
import numpy as np
import random
def calc_dist(vec1, vec2):
"""计算两个向量的欧氏距离"""
return np.sqrt(sum(np.power(vec1-vec2, 2)))
def rand_cent(dataSet, k):
"""取k个随机质心,质心的每个特征的值是在数据上下界中随机选取
不一定是数据中包含的值"""
n = shape(dataSet)[1]
centroids = np.mat(np.zeros((k, n)))
for j in range(n):
min_val = min(dataSet[:, j])
range_val = max(dataSet[:, j]) - min_val
centroids[j] = min_val + range_val * random.rand(k, 1)
return centroids
def Kmeans(dataSet, k, dist_eval = calc_dist, create_cent = rand_cent):
"""
创建随机的K个点作为起始质心
当任意一个点的簇分配结果发生改变时:
对数据中的每个数据点:
对每个质心:
计算质心与数据点之间的距离
将数据点分配到距其最近的簇
对每个簇,计算簇中所有点的均值并将其作为质心
""&#