k-mean分类器 python实现

k-mean分类器

1．1 题目的主要研究内容

（1）组的主要任务描述

1）k均值算法流程，原理

2）k的选择方法

3）kmeans算法编写

4）鸢尾花实现及结果分析

5）手动推演

6）k均值的改进

（2）自己工作的主要描述

工作内容主要是设计k-mean算法的代码实现，并对例题的手写演算结果进行比对验证。

1．2 题目研究的工作基础或实验条件

（1）硬件环境

pc电脑端

（2）软件环境

使用python语言在pycharm软件上实现算法流程。

1．3 设计思想

 K-mean分类器的整体步骤主要分为三个方面。

1）基于聚类中心的样本点分类。主要工作是分别计算每个样本点离聚类中心的距离，并把它添加到对应的类别中。

2）重新计算新的聚类中心。对每类样本的数据求均值并返回。

3）判断是否已经找到最优的聚类中心。对这次的所有样本离聚类中心的总距离和上次做判断，如果不再降低即可认为聚类中心也不在改变，说明我们找到了最优的聚类中心。

基于以上方面，分别构建三个函数实现这些功能。