K-Means是常用的聚类算法,是一种无监督学习的算法。
步骤如下:
(1)随机选择k个点作为初始的k个类的中心点;
(2)迭代时对数据集中的每一个数据点,每一个中心,计算中心与数据点的距离,将数据点分配到距离最近的中心所在的类;
(3)对每一个类,计算类中所有点的均值,并将均值作为新的中心。
(4)通过迭代的方法,逐次更新各聚类中心的值,直到得到最好的聚类结果(如值保持不变)。
实现代码如下:
// Python实现K-Means算法
#K-Means算法
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
#读取数据
data=pd.read_csv('data/kmeans.csv',header=None,names=['x','y'])
# print(data)
# plt.scatter(data['x'],data['y'])
# plt.show()
# print(data['x'].</