kmeans的理论解释这里先不做解释,如果有时间我会补上,下面是python实现kmeans算法的代码,如果有问题的话欢迎指出。
这里分享代码也是供自己学习所用,因为最近在学习及其学习入门
import matplotlib.pyplot as plt
import random
import numpy as np
# 计算样本点到一个类中心的距离
def dist_sample_class(x, c):
return np.sqrt(sum(np.power((x - c), 2)))
# 返回样本点和哪一个类中心最近,返回下标,其中C是全部类中心的一个集合,ndarray
def index_min_dist(x, Center):
dist_list = []
for i in range(len(Center)):
dist = dist_sample_class(x, Center[i])
dist_list.append(dist)
return dist_list.index(min(dist_list))
# 计算类中心,其中C是样本点的一个划分,data是一个ndarray类型
def class_center(C, data):
center = np.zeros((len(C), data.shape[1]))
for i in range(len(C)):
centeri = data[C[i]].mean(axis=0)
center[i] = centeri
return center
# 根据聚类中心和数据计算类划分
def class_split(centers, data):
for i in range(len(data)):
minindex = index_min_dist(data[i], centers)
if not (i in C[minindex]):
C[minindex].append(i)
return C
# 主函数
def main():
data = np.array([[0, 2], [0, 0], [1, 0], [5, 0], [5, 2]])
# 初始化
class_num = 2 # 设置聚类数
rng = random.sample(range(len(data)), class_num)
C = [[rng[i]] for i in range(class_num)] # 初始化类中心
clusterchanged = True
while clusterchanged:
centers = class_center(C, data) # 计算类中心
C = class_split(centers, data) # 计算类划分
# 终止条件是什么呢
newcenters = class_center(C, data)
k = k + 1
if (centers == newcenters).all():
clusterchanged = False
#可视化
color_list = ['g','b']
for i in range(len(C)):
classi = data[C[i]]
x = classi[:, 0]
y = classi[:, 1]
plt.scatter(x,y,color=str(color_list[i]))
if __name__ == '__main__':
main()