K_means算法 python实现

1.需要的依赖

import xlrd
import numpy as np
from matplotlib import pyplot as plt

import random
import math

2.数据初始化

这个方案只需要传入三个参数即可

一个是数据维度——dimension

一个是聚类的数量——K

一个是excel表格路径——path

使得循环停下来的标准有两个

最大迭代次数——max_test，直接定为100次，可在代码中修改

最小能容忍的误差——loss，定为0.0000001，可以修改

对于不同的数据，可以用不同的方法，以此对代码进行调整。

质心初始化时，使用

init_centroid()

将质心初始化为0-1内的数，方便后续计算。

整个原始数据需要归一化处理，以此来消除不同维度数据体量不同导致的影响。使用线性变换的方法进行归一化，这样可以不改变原始数据的相对位置。

3.分配数据

利用每个数据与每个质心的欧氏距离来分配数据，靠质心近的数据被分为同一堆。

欧式距离计算公式：

4.更新质心位置

在分配了数据之后，对每一堆数据，重新计算质心位置，以每个维度的平均值来代替原来的质心。

重复多次分配和计算质心之后，当质心稳定在某个值附近时，这个位置就是我们所需要求得的最终的质心位置。

当某个质心没有分配到数据时，将这个质心重置为(0.5, 0.5)也就是中心位置，以此来希望下一次更新时能为其分配数据。

5.使用方法

由于本文将所有函数集成到了一个类中，并由一个函数统一调用

run_kmeans()

所以只需要创建一个变量来调用这个函数即可。

下载地址：

本文代码下载地址

本代码下载无需付费，纯学术交流，如果下载失败请私信