提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
前言
只使用最基础的python语言,只是用Numpy,Matplotlib 基础的库包去实现机器学习算法,有助于读者理解各机器学习算法的原理,以及算法实现的整个步骤。这期带来K-means聚类算法的实现。
一、k-means介绍
k-means是一种最流行的聚类算法,属于无监督学习 ,可以在数据集分为相似的组(簇),使得组内数据相似度较高,组间之间的相似度较低。
k-means算法的步骤:
- 从样本中选择k个点作为初始簇中心。
- 计算每一个样本到各个簇中心的距离,将样本划分到距离最近的簇中心所对应的簇中
- 根据每个簇中的所有样本,重新计算簇中心,并更新
- 重复步骤2与3,直到簇中心的位置变化小于指定的阈值或者达到最大迭代次数为止
二、Python实现k-means算法代码实现
1.引入库
import numpy as np
import pandas as pd
2.读入数据
data = pd.read_csv("order.csv")
data.head()
数据来源链接:找到order.csv然后下载
t = data.iloc[:,-8:]
t.head()
3.创建Python类实现K-means算法
class KMeans:
"""
使用python语言实现聚类算法
"""
def __init__(self,k,times):
"""
初始化方法
Parameter
----
k:int
聚类个数
times:int
聚类迭代次数
"""
self.k = k
self.times = times
def fit(self,X):
"""
根据提供的训练数据,对模型进行训练
Parameter
----
X:类数组类型,形状为:[样本数量,特征数量]
"""
X = np.asarray(X)
#设置随机种子,以便可以产生相同的随机序列。(随机的结果可以重现)
np.random.seed(0)
self.cluster_centers_ = X