无监督学习——K均值聚类的Python实现

目录

概要

一、K均值算法

二、K值的选取：手肘法

三、用聚类实现鸢尾花数据分类

四、应用案例

1. 读取数据

2. 绘制手肘图

3. 找到最佳K值

4. 分类结果可视化

---

机器学习类型和算法的分类

无监督学习的数据集中没有输出标签y，常用的无监督学习算法有聚类和降维。

概要

聚类人有归纳和总结的能力，机器也有。聚类就是让机器把数据集中的样本按照特征的性质分组，这个过程中没有标签的存在。

聚类和监督学习中的分类问题有些类似，其主要区别在于：传统分类问题也就是说，在对猫狗图像分类之前，我们心里面已经对猫、狗图像形成了概念。这些概念指导着我们为训练集设定好标签。机器首先是学习概念，然后才能够做分类、做判断。分类的结果，还要接受标签，也就是已有概念的检验。

而聚类不同，虽然本质上也是“分类”，但是“譬如，漫天繁星，彼此之间并没有关联，也 没有星座的概念，当人们看到它们，是先根据星星在广袤苍穹中的位置将其一组一组地“聚集"起来，然后才逐渐形成星座的概念。人们说，这一-组星星是“大熊座"，那一组星星是“北斗七星”。这个先根据特征进行分组，之后再概念化的过程就是聚类。聚类算法有好几种，K均值（K-means）是其中最常见的一种。