K-means算法实战项目(Python实现)(对比简化版)

https://blog.csdn.net/wzk4869/article/details/126040866?spm=1001.2014.3001.5501

我的这篇博客中给出了比较完整的k-means算法的实现过程,但是我们可以继续简化一下:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.io import loadmat
"""
导入数据的函数
"""
def load_dataset():
    path='./data/ex7data2.mat'
    # 字典格式 : <class 'dict'>
    data=loadmat(path)
    # data.keys() : dict_keys(['__header__', '__version__', '__globals__', 'X'])
    dataset = pd.DataFrame(data.get('X'), columns=['X1', 'X2'])
    return data,dataset
data,dataset=load_dataset()
print('data=\n',data)
"""
绘制散点图
"""
def plot_scatter():
    data,dataset=load_dataset()
    plt.figure(figsize=(12,8))
    plt.scatter(dataset['X1'],dataset['X2'],cmap=['b'])
    plt.show()

def find_centroids(X,centroids):
    idx=[]
    for i in range(X.shape[0]):
        dist=np.linalg.norm((X[i]-centroids),axis=1)
        idx_i=np.argmin(dist)
        idx.append(idx_i)
    return np.array(idx)

centroids_0=np.array([[3,3],[6,2],[8,5]])
idx_0=find_centroids(data.get('X'),centroids_0)

def compute_centroids(X,idx,k):
    centroids=[]
    for i in range(k):
        centroids_i=np.mean(X[idx==i],axis=0)
        centroids.append(centroids_i)
    return np.array(centroids)

centroids=compute_centroids(data.get('X'),idx_0,3)

def k_means(X,centroids,max_iters):
    k=len(centroids)
    centroids_all=[]
    centroids_all.append(centroids_0)
    centroids_i=centroids
    for i in range(max_iters):
        idx_1=find_centroids(X,centroids_i)
        centroids_i=compute_centroids(X,idx_1,k)
        centroids_all.append(centroids_i)
    return np.array(idx_1),np.array(centroids_all)


def plot_data(X,centroids_all,idx):
    plt.figure(figsize=(12,8))
    plt.scatter(X[:,0],X[:,1],c=idx,cmap='rainbow')
    plt.plot(centroids_all[:,:,0],centroids_all[:,:,1],'kx--')
    plt.show()

idx,centroids_all=k_means(data.get('X'),centroids,max_iters=10)
plot_data(data.get('X'),centroids_all,idx)

比起我们之前的做法,在函数上减少了不少步骤。

我们看一下最终的结果:

当然,颜色也可以自定义,这里就不再赘述,直接使用内置的颜色。

有兴趣的小伙伴可以看我之前发的文章:

https://blog.csdn.net/wzk4869/article/details/126036397?spm=1001.2014.3001.5501

初始化聚类中心的步骤:

def init_centroids(X,k):
    index=np.random.choice(len(X),k)
    return X[index]

print(init_centroids(data.get('X'),k=3))
[[7.24694794 2.96877424]
 [2.95818429 1.01887096]
 [2.09517296 1.14010491]]

可视化结果为:

for i in range(5):
    idx,centroids_all=k_means(data.get('X'),init_centroids(data.get('X'),k=3),max_iters=10)
    plot_data(data.get('X'),centroids_all,idx)





完整版代码如下:

"""
给定一个二维的数据集,使用k-means算法进行聚类
"""
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.io import loadmat
"""
导入数据的函数
"""
def load_dataset():
    path='./data/ex7data2.mat'
    # 字典格式 : <class 'dict'>
    data=loadmat(path)
    # data.keys() : dict_keys(['__header__', '__version__', '__globals__', 'X'])
    dataset = pd.DataFrame(data.get('X'), columns=['X1', 'X2'])
    return data,dataset
data,dataset=load_dataset()
print('data=\n',data)
"""
绘制散点图
"""
def plot_scatter():
    data,dataset=load_dataset()
    plt.figure(figsize=(12,8))
    plt.scatter(dataset['X1'],dataset['X2'],cmap=['b'])
    plt.show()

def find_centroids(X,centroids):
    idx=[]
    for i in range(X.shape[0]):
        dist=np.linalg.norm((X[i]-centroids),axis=1)
        idx_i=np.argmin(dist)
        idx.append(idx_i)
    return np.array(idx)

centroids_0=np.array([[3,3],[6,2],[8,5]])
idx_0=find_centroids(data.get('X'),centroids_0)

def compute_centroids(X,idx,k):
    centroids=[]
    for i in range(k):
        centroids_i=np.mean(X[idx==i],axis=0)
        centroids.append(centroids_i)
    return np.array(centroids)

centroids=compute_centroids(data.get('X'),idx_0,3)

def k_means(X,centroids,max_iters):
    k=len(centroids)
    centroids_all=[]
    centroids_all.append(centroids_0)
    centroids_i=centroids
    for i in range(max_iters):
        idx_1=find_centroids(X,centroids_i)
        centroids_i=compute_centroids(X,idx_1,k)
        centroids_all.append(centroids_i)
    return np.array(idx_1),np.array(centroids_all)


def plot_data(X,centroids_all,idx):
    plt.figure(figsize=(12,8))
    plt.scatter(X[:,0],X[:,1],c=idx,cmap='rainbow')
    plt.plot(centroids_all[:,:,0],centroids_all[:,:,1],'kx--')
    plt.show()

idx,centroids_all=k_means(data.get('X'),centroids,max_iters=10)
plot_data(data.get('X'),centroids_all,idx)

def init_centroids(X,k):
    index=np.random.choice(len(X),k)
    return X[index]

print(init_centroids(data.get('X'),k=3))
for i in range(5):
    idx,centroids_all=k_means(data.get('X'),init_centroids(data.get('X'),k=3),max_iters=10)
    plot_data(data.get('X'),centroids_all,idx)
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

旅途中的宽~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值