Kmeans、Kmeans++、Birch和KNN四种聚类算法对二维坐标点的聚类分析对比实验

最新推荐文章于 2023-01-16 00:01:03 发布
最新推荐文章于 2023-01-16 00:01:03 发布
阅读量1.6w 收藏 59
点赞数 6
分类专栏： 机器学习 文章标签： 机器学习 Kmeans聚类 Kmeans++ Birch KNN聚类
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhouzhuo_CSUFT/article/details/80781827
版权

0 写在前面（数据集和源代码）

本文章涉及到的数据集合所有代码均上传在此处：https://download.csdn.net/download/zhouzhuo_csuft/10494273；点击此处直接打开链接；一共有四个代码文件，分别是Kmeans、Kmeans++、Birch和KNN算法，四个算法对同一个数据集聚类分析进行对比试验。（本代码是本人自己书写，全部可用！）


1 引言

近年来，机器学习已成为计算机前沿中火热的研究点之一。我国政府也将机器学习纳入了国家级战略。目前，机器学习已广泛用于各种数据挖掘、模式识别、语音识别及图像处理等各领域。本文以机器学习中四个经典的聚类算法进行对比介绍和对比实验，得出四个算法对相同实验数据集的聚类效果。

2聚类算法

聚类在学术界并没有一个确切的定义，此处给出1974年Everitt对聚类的定义：一个类簇内的实体是相似的,不同类簇的实体是不相似的;一个类簇是测试空间中点的会聚,同一类簇的任意两个点间的距离小于不同类簇的任意两个点间的距离[1];类簇可以描述为一个包含密度相对较高的点集的多维空间中的连通区域,它们借助包含密度相对较低的点集的区域与其他区域(类簇)相分离。

简单地说，聚类是根据其自身特征将数据集进行划分成若干类的过程，划分的结果是相同类哈哈内数据相似度尽可能大、不同类间数据相似度尽可能小，从而发现数据集的内在结构。

聚类在不同应用领域有不同的特殊要求，聚类算法的典型性能要求有以下几个方面：

（1）伸缩性

（2）兼容性

（3）有效处理噪声数据

（4）能处理基于约束的聚类

（5）可解释性和可用性

典型的聚类过程主要包括数据（样本）准备、特征选择和特征提取、相似度计算、聚类、对聚类结果进行有效性评估[1]。

聚类过程：

（1）数据准备：包括特征标准化和降维。

（2）特征选择，从最初的特征中选取最有效的特征，并将其存储于向量中。

（3）特征提取：通过对所选择的特征进行转换形成新的突出特征。

（4）聚类：首先选择合适特征类型的某种离函数 ( 或构造新的距离函数 ) 进行接近程度的度量，而后执行聚类或分组。 .

（5）聚类结果评估 : 是指对聚类结果进行评估 . 评估主要有 3 种 : 外部有效性评估、内部有效性评估和相关性测试评估。

3 典型聚类及其变种算法介绍

3.1 K-Means聚类

3.2.1 K-Means聚类介绍

1967 年 ,MacQueen 首次提出了 K 均值聚类算法 (K-Means 算法 )。 迄今为止 , 很多聚类任务都选择该经典算法[2]。该算法的核心思想是找出 k个聚类中心c1 ,c2 ,…,ck使得每一个数据点 xi 和与其最近的聚类中心 cv 的平方距离和被最小化 ( 该平方距离和被称为偏差 D)。

3.1.2 K-means聚类算法步骤

（1）初始化，随机指定 K 个聚类中心 (c1 ,c2 ,…,ck );

（2）分配 xi, 对每一个样本 xi，找到离它最近的聚类中心 cv，并将其分配到 cv 所标明类;

（3）修正 c w，将每一个 cw 移动到其标明的类的中心；

（4）计算偏差 ；

（5）判断D是否收敛，如果D收敛，则return(c1,c2,……,ck)，并终止本算法；否则返回步骤2。

3.1.3 K-means 算法的优点与不足

优点: 能对大型数据集进行高效分类, 其计算复杂性为 O(tkmn), 其中 ,t 为迭代次数，k为聚类数，m 为特征属性数，n 为待分类的对象数，通常k,m,t<<n[3]. 在对大型数据集聚类时，K-means 算法比层次聚类算法快得多。

不足: 通常会在获得一个局部最优值时终止；仅适合对数值型数据聚类；只适用于聚类。

3.2 K-Means++算法

3.2.1 K-Means++简介

由于 K-means 算法的分类结果会受到初始点的选取而有所区别，因此后来有人针对这个问题对K-Means算法进行改进，于是产生了 K-means++算法 。K-Means++算法只是对初始点的选择有改进而已，其他步骤都一样。初始质心选取的基本思路就是，初始的聚类中心之间的相互距离要尽可能的远。

3.2.2  K-Means++算法步骤[4]

（1）从数据集中随机选取一个样本作为初始聚类中心c1;

（2）首先计算每个样本与当前已有聚类中心之间的最短距离（即最近的一个聚类中心的距离），用D(x)表示；接着计算每个样本被选为下一个聚类中心的概率  。按照轮盘法选出下一个聚类中心;

（3）重复第2步，直到选择出共K个聚类中心；

（4）后面与K-Means聚类算法的2-4步相同。

3.3 BIRCH聚类算法

3.3.1 BIRCH聚类简介

　BIRCH的全称是利用层次方法的平衡迭代规约和聚类（Balanced Iterative Reducing and Clustering UsingHierarchies），它利用了一个类似于B+树的聚类特征树(ClusteringFeature Tree，简称CF Tree)快速的聚类。如图1所示，这颗树的每一个节点是由若干个聚类特征(Clustering Feature，简称CF)组成。每个节点包括叶子节点都有若干个CF，而内部节点的CF有指向孩子节点的指针，所有的叶子节点用一个双向链表链接起来。

不同于K-Means算法，BIRCH算法可以不用输入类别数K值。如果不输入K值，则最后的CF元组的组数即为最终的K，否则会按照输入的K值对CF元组按距离大小进行合并。一般来说，BIRCH算法适用于样本量较大的情况，除了聚类还可以额外做一些异常点检测和数据初步按类别规约的预处理。

 


图 1 CF Tree模型

3.3.2 BIRCH聚类算法步骤[5]

（1）扫描所有数据，建立初始化的CF树，把稠密数据分成簇，稀疏数据作为孤立点对待；

（2）这个阶段是可选的，阶段（3）的全局或半全局聚类算法有着输入范围的要求，以达到速度与质量的要求，所以此阶段在阶段步骤（1）的基础上，建立一个更小的CF树；

（3）补救由于输入顺序和页面大小带来的分裂，使用全局/半全局算法对全部叶节点进行聚类

（4）这个阶段也是可选的，把阶段（3）的中心点作为种子，将数据点重新分配到最近的种子上，保证重复数据分到同一个簇中，同时添加簇标签。

3.3.4 BIRCH聚类的优缺点

主要优点有：

（1）节约内存，所有的样本都在磁盘上，CF Tree仅仅存了CF节点和对应的指针。

（2）聚类速度快，只需要一遍扫描训练集就可以建立CF Tree，CF Tree的增删改都很快。

（3）可以识别噪音点，还可以对数据集进行初步分类的预处理

主要缺点有：

（1）由于CF Tree对每个节点的CF个数有限制，导致聚类的结果可能和真实的类别分布不同.

（2）对高维特征的数据聚类效果不好。此时可以选择Mini Batch K-Means

（3）如果数据集的分布簇不是类似于超球体，或者说不是凸的，则聚类效果不好。

3.4 KNN聚类算法

3.4.1 KNN聚类简介

KNN（K-Nearest Neighbor），代表 k 个最近邻分类法，通过k个与之最相近的历史记录的组合来辨别新的记录。KNN 是一个众所周知的统计方法，在过去的 40 年里在模式识别中集中地被研究。KNN 在早期的研究策略中已被应用于文本分类[6]，是基准 Reuters 主体的高操作性的方法之一。其它方法，如 LLSF、决策树和神经网络等。

3.4.2 KNN聚类算法步骤[7]

（1）准备数据，对数据进行预处理；

（2） 选用合适的数据结构存储训练数据和测试元组；

（3）设定参数，如元组数目k；

（4）维护一个大小为k的按距离由大到小的优先级队列，用于存储最近邻训练元组。随机从训练元组中选取k个元组作为初始的最近邻元组，分别计算测试元组到这k个元组的距离，将训练元组标号和距离存入优先级队列；

（5）遍历训练元组集，计算当前训练元组与测试元组的距离，将所得距离L 与优先级队列中的最大距离Lmax；

（6）进行比较。若L>=Lmax，则舍弃该元组，遍历下一个元组。若L < Lmax，删除优先级队列中最大距离的元组，将当前训练元组存入优先级队列；

（7）遍历完毕，计算优先级队列中k 个元组的多数类，并将其作为测试元组的类别；

（8） 测试元组集测试完毕后计算误差率，继续设定不同的k值重新进行训练，最后取误差率最小的k 值。

3.4.3KNN聚类的优缺点

主要优点有

（1）简单，易于理解，无需建模与训练，易于实现；

（2）适合对稀有事件进行分类；

（3）适合与多分类问题，例如根据基因特征来判断其功能分类，KNN比SVM的表现要好。

主要缺点有：

（1）惰性算法，内存开销大，对测试样本分类时计算量大，性能较低；

（2）可解释性差，无法给出决策树那样的规则。

4 实验

4.1 实验环境

本实验拟将对第二节中的4个算法进行测试，实验系统采用Ubuntu16.04TLS版本（也可以用windows下pycharm等IDE），内存8G，CPU为4核心AMD芯片（两个），主频2.4GHZ。实验代码使用Python2.7.2版本。

4.2实验测试

      为测试4个算法的聚类效果，实验将使用4个算法对同一个数据集进行聚类测试。该数据集是一个存放80个二维坐标点的文本文件，文件每行有两个数据，以制表符分割，分别表示二维坐标的X轴数据和Y轴数据。

      经测试，4个算法对数据集聚类的结果图示如图2、图3、图4、图5所示：

                                      

                                                                      图 2 K-Means聚类结果

                                 

图 3 K-Means++聚类结果

                                            

图 4 BIRCH聚类结果

图 5 KNN聚类结果

4.3 对比结论

上述四组图为实验对比，可以看出，四种算法对数据集的分类效果相当，只有在个别点的划分有所不同，即数据集中的(-0.392370  -3.963704)坐标点，在K-Means聚类和KNN聚类中，该点被聚类到左下方簇中，而在K-Means++聚类和BIRCH聚类中，该点被划分到了右下方簇中。

5总结

      本文首先介绍了聚类算法定义和聚类算法的基本步骤，然后分别对K-Means、K-Means++、BIRCH和KNN四个经典的聚类算法作了详细介绍，最后通过对同一个数据集进行对比实验，得出四个聚类效果。从实验中反映了四个聚类算法对数据集的聚类效果较好。四种聚类算法在本实验中达到了的聚类效果几乎一样，但四类聚类算法在实际生活中仍将有其不同的使用背景，故在实际生活中需要结合特定的实际环境采用不同聚类算法，以达到最好的效果[8]。

6参考文献

[1] 孙吉贵，刘杰，赵连宇.聚类算法研究[J].软件学报,2008

[2] 张建萍,刘希玉.基于聚类分析的 K-means算法研究及应用[J].计算机应用研究,2007,5

[3] 杨善林,李永森,胡笑旋,潘若愚.K-means 算法中的 k 值优化问题研究[J].系统工程理论与实践，2006,2

[4] David Arthur and Sergei Vassilvitskii.k-means++:[J].TheAdvantages of Careful Seeding，2007

[5] BIRCH:An Efficient Data 3Clustering Method forVery Large Databases[J].1996

[6]张宁,贾自艳,史忠植.使用 KNN算法的文本分类[J].计算机工程，2005.4

[7]KNN算法综述,https://wenku.baidu.com/view/d84cf670a5e9856a561260ce.html,2018.5.10

 [8]贺玲,吴玲达,蔡益朝.数据挖掘中的聚类算法综述[J].计算机应用研究,2007



计算机-周卓
关注
  • 6
    点赞
  • 踩
  • 59
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
2024年第四届长三角高校数学建模竞赛 C题 思路+matlab代码+python代码
m0_52343631的博客
05-14 1149
比赛期间会不定时持续发布到专栏内，2024年所有数学建模竞赛都会在专栏内发布，只需订阅一次，没有二次消费。
BIRCH算法---使用聚类特征树的多阶段算法
走在前往架构师的路上
02-05 1万+
更多数据挖掘代码：https://github.com/linyiqun/DataMiningAlgorithm 介绍 BIRCH算法本身上属于一种聚类算法，不过他克服了一些K-Means算法的缺点，比如说这个k的确定，因为这个算法事先本身就没有设定有多少个聚类。他是通过CF-Tree，(ClusterFeature-Tree)聚类特征树实现的。BIRCH的一个重要考虑是最小化I/O，通过扫描
机器学习——【3】分类算法：KNN（K近邻）算法
王同学的博客
10-20 4208
机器学习——【3】KNN算法理论 1. 从案例中说起 一个有关电影分类的例子： 这是一个根据打斗次数和接吻次数作为特征来进行类型的分类。最后一条的记录就是待分类的数据。 KNN这个分类过程比较简单的一个原因是它不需要创建模型，也不需要进行训练，并且非常容易理解。把例子中打斗次数和接吻次数看成是x轴和y轴，那么就很容易能建立一个二维坐标，每条记录都是坐标中的点。对于未知点来说，寻找其最近的几个点，哪种分类数较多，未知点就属于哪一类。 2. 算法说明 KNN算法的思路是: 如果一个样本在特征空间中的 k 个最
【python机器学习】K-Means算法详解及给坐标点聚类实战（附源码和数据集 超详细）
showswoller的博客
12-16 3996
【python机器学习】K-Means算法详解及给坐标点聚类实战（附源码和数据集 超详细）
聚类算法（二）--BIRCH
weixin_30646505的博客
05-15 190
BIRCH(balanced iterative reducing and clustering using hierarchies)（名字太长不用管了） 无监督，适合大样本的聚类方法。大多数情况只需扫描一次数据集。(文中有下划线的均表示向量） 一句话概括BIRCH，就是根据某种距离度量方法将数据簇已CF形式表现出来，又根据一定规则在CF树上排列（看不懂没关系） 下面我们展开说。 先讲C...
python中kmeans怎么导入数据集_【机器学习】：Kmeans均值聚类算法原理(附带Python代码实现) - Geeksongs - 博客园...
weixin_39766258的博客
11-23 1358
这个算法中文名为k均值聚类算法，首先我们在二维的特殊条件下讨论其实现的过程，方便大家理解。第一步.随机生成质心由于这是一个无监督学习的算法，因此我们首先在一个二维的坐标轴下随机给定一堆点，并随即给定两个质心，我们这个算法的目的就是将这一堆点根据它们自身的坐标特征分为两类，因此选取了两个质心，什么时候这一堆点能够根据这两个质心分为两堆就对了。如下图所示：第二步.根据距离进行分类红色和蓝色的点代表了我...
聚类算法对同一个二维坐标数据集进行聚类分析
03-16
birch，Kmeans，Kmeans++，KNN四种聚类算法对同一个二维坐标数据集进行聚类分析，python代码
birch，Kmeans，Kmeans++，KNN四种聚类算法对二维坐标聚类分析代码
12-04
在数据分析和机器学习领域，聚类是一种常用的技术，用于无监督学习中将相似的数据分组。本主题将深入探讨四种常见的聚类算法：BIRCH（ Balanced Iterative Reducing and Clustering using Hierarchies），K-means，K...
birch, Kmeans ，Kmeans，KNN四种聚类算法对二维坐标聚类分析代码_ birch二维坐标空间聚类
06-13
本主题将详细探讨四种常见的聚类算法：BIRCH、K-Means、K-Means++ 和 K-Nearest Neighbors (KNN)，以及它们在二维坐标空间中的应用。我们将基于Python代码进行讲解，利用这些算法对二维坐标数据集进行聚类分析。 ...
Kmeans.rar_Kmeans_Kmeans++_kmeans聚类_聚类_聚类算法
07-15
**KMeans算法详解** KMeans算法，又称为K均值算法，是一种常见的无监督学习方法，主要用于数据的聚类分析。在数据科学和机器学习领域，...掌握KMeans的原理和应用，对理解聚类算法和提升数据分析能力有着重要的意义。
机器学习8—聚类算法之DBSCAN和Birch算法
ex_6450的博客
08-09 2129
DBSCAN算法优缺点优点1）不需要划分个数。跟 K-means 比起来，DBSCAN 不需要人为地制定划分的类别个数，而可以通 过计算过程自动分出。2）可以处理噪声点。经过 DBSCAN 的计算，那些距离较远的数据不会被记入到任何一个簇中，从而成为噪声点，这个特色也可以用来寻找异常点。3）可以处理任意形状的空间聚类问题。从我们的例子就可以看出来，与 K-means不同，DBSCAN 可以处理各种奇怪的形状，只要这些数据够稠密就可以了。缺点1）需要指定最小样本量和半径两个参数。...
BIRCH聚类算法
06-21
BIRCH（Balanced Iterative Reducing and Clustering using Hierarchies）天生就是为处理超大规模（至少要让你的内存容不下）的数据集而设计的，它可以在任何给定的内存下运行。关于BIRCH的更多特点先不介绍，我先讲一下算法的完整实现细节，对算法的实现过程搞清楚后再去看别人对该算法的评价才会感受深刻。 你不需要具备B树的相关知识，我接下来会讲得很清楚。 BIRCH算法的过程就是要把待分类的数据插入一棵树中，并且原始数据都在叶子节点上。这棵树看起来是这个样子： 在这棵树中有3种类型的节点：Nonleaf、Leaf、MinCluster，Root可能是一种Nonleaf，也可能是一种Leaf。所有的Leaf放入一个双向链表中。每一个节点都包含一个CF值，CF是一个三元组，其中data point instance的个数，和是与数据点同维度的向量，是线性和，是平方和。比如有一个MinCluster里包含3个数据点(1,2,3)，(4,5,6)，(7,8,9)，则 N=3, =(1+4+7,2+5+8,3+6+9)=(12,15,18)， =(1+16+49,4+25+64,9+36+81)。 就拿这个MinCluster为例，我们可以计算它的 簇中心 簇半径 簇直径 我们还可以计算两个簇之间的距离,当然你也可以使用D0，D1，D3等等，不过在这里我们使用D2。 有意思的是簇中心、簇半径、簇直径以及两簇之间的距离D0到D3都可以由CF来计算，比如 簇直径 簇间距离,这里的N，LS和SS是指两簇合并后大簇的N，LS和SS。所谓两簇合并只需要两个对应的CF相加那可 CF1 + CF2 = (N1 + N2 , LS1 + LS2, SS1 + SS2) 每个节点的CF值就是其所有孩子节点CF值之和，以每个节点为根节点的子树都可以看成 是一个簇。 Nonleaf、Leaf、MinCluster都是有大小限制的，Nonleaf的孩子节点不能超过B个，Leaf最多只能有L个MinCluster，而一个MinCluster的直径不能超过T。 算法起初，我们扫描数据库，拿到第一个data point instance--（1,2,3）,我们创建一个空的Leaf和MinCluster，把点（1,2,3）的id值放入Mincluster，更新MinCluster的CF值为（1,（1,2,3），（1,4,9）），把MinCluster作为Leaf的一个孩子，更新Leaf的CF值为（1,（1,2,3），（1,4,9））。实际上只要往树中放入一个CF（这里我们用CF作为Nonleaf、Leaf、MinCluster的统称），就要更新从Root到该叶子节点的路径上所有节点的CF值。 当又有一个数据点要插入树中时，把这个点封装为一个MinCluster（这样它就有了一个CF值），把新到的数据点记为CF_new，我们拿到树的根节点的各个孩子节点的CF值，根据D2来找到CF_new与哪个节点最近，就把CF_new加入那个子树上面去。这是一个递归的过程。递归的终止点是要把CF_new加入到一个MinCluster中，如果加入之后MinCluster的直径没有超过T，则直接加入，否则譔CF_new要单独作为一个簇，成为MinCluster的兄弟结点。插入之后注意更新该节点及其所有祖先节点的CF值。 插入新节点后，可能有些节点的孩子数大于了B（或L），此时该节点要分裂。对于Leaf，它现在有L+1个MinCluster，我们要新创建一个Leaf，使它作为原Leaf的兄弟结点，同时注意每新创建一个Leaf都要把它插入到双向链表中。L+1个MinCluster要分到这两个Leaf中，怎么分呢？找出这L+1个MinCluster中距离最远的两个Cluster（根据D2），剩下的Cluster看离哪个近就跟谁站在一起。分好后更新两个Leaf的CF值，其祖先节点的CF值没有变化，不需要更新。这可能导致祖先节点的递归分裂，因为Leaf分裂后恰好其父节点的孩子数超过了B。Nonleaf的分裂方法与Leaf的相似，只不过产生新的Nonleaf后不需要把它放入一个双向链表中。如果是树的根节点要分裂，则树的高度加1。
BIRCH聚类算法原理
jiede1的博客
07-02 1843
转载自http://www.cnblogs.com/pinard/p/6179132.htmlBIRCH算法比较适合于数据量大，类别数K也比较多的情况。它运行速度很快，只需要单遍扫描数据集就能进行聚类，当然需要用到一些技巧，下面我们就对BIRCH算法做一个总结。1. BIRCH概述 　　BIRCH的全称是利用层次方法的平衡迭代规约和聚类（Balanced Iterative Reducing an
层次聚类算法
houxiaogang05
10-10 1万+
转自：https://blog.csdn.net/Daycym/article/details/84800653?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.channel
聚类算法——Birch详解
樱缘之梦
05-13 3328
1 原理 1.1 B树 （1）m路查找树 一棵m路查找树，它或者是一棵空树，或者是满足如下性质的树： 根最多有m棵子树，并具有以下结构： ,是指向子树的指针，是关键码， 在子树中所有的关键码都大于，小于。 在子树中所有的关键码都大于 在子树中所有的关键码都小于 子树也是m路查找树 （2）B树 m阶B树时一棵m路查找树，它或是空树，或者满足以下性质： 树中每个节点至多有m棵子树 根节点至少有两棵子树 除根节点以外的所有非终端节点至少有棵子树 所有的叶子节点都位于同一层 1.2 步骤
几种聚类算法的对比实验
_liuzt的博客
02-09 2293
几种聚类算法的对比实验 聚类方法是属于无标签的无监督学习方法。其他常见的无监督学习还有密度估计，异常检测等。聚类就是对大量未知标注的数据集，按照数据的内在相似性将数据集划分为多个类别（在聚类算法中称为簇），使类别内的数据相似度高，二类别间的数据相似度低，我们可以使用聚类分析从我们的数据中获得一些有价值的见解，本文我们将研究几种常见的聚类算法，并讨论他们的优缺点。 kmeans from copy ...
K-means聚类算法及其各种变形模型的实验分析
热门推荐
u013473512的博客
11-15 5万+
针对不同Kmeans算法的变形进行系统分析
四种常用聚类及代码（三）：birch（一种层次聚类）
盘一哈nlp
05-05 7869
birch1、birch概述2、概念准备2.1、 CF-Tree2.1.1、CF 聚类特征2.1.2、CF的三个统计量2.2、簇间距离3、生成聚类特征树CF Tree4、BIRCH算法4.1 二度聚类4.2 CF树瘦身（可选）4.3 离群点处理优缺点python实现 BIRCH，Balanced Iterative Reducing and Clustering Using Hierarchies...
10种顶流聚类算法实现（附完整代码）
Datawhale
01-16 610
Datawhale干货编辑：Peter，Datawhale成员来自：海豚科学实验室分享一篇关于聚类的文章：10种聚类算法和Python代码。文末提供jupyter notebook的完整代码获取方式。聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术，用于发现数据中的有趣模式，例如基于其行为的客户群。有许多聚类算法可供选择，对于所有情况，没有单一的最佳聚类算法。相反，最好探索一系列聚类算...
分别用Kmeans、Kmeans++和二分K均值三种聚类方法对图片进行图像分割，使用sklearn
最新发布
05-24
好的，下面我将为您介绍分别使用Kmeans、Kmeans++和二分K均值三种聚类方法对图片进行图像分割的步骤和代码实现。 首先，我们需要导入必要的库和模块： ```python import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans, MiniBatchKMeans from sklearn.utils import shuffle from skimage import io ``` 然后，我们需要加载要进行图像分割的图片，并将其转换为一维向量： ```python image = io.imread('image.jpg') # 加载图片 w, h, d = tuple(image.shape) # 获取图片的宽、高和深度 image_array = np.reshape(image, (w * h, d)) # 将图片转换为一维向量 ``` 接下来，我们可以使用Kmeans、Kmeans++和二分K均值三种聚类方法对图片进行图像分割： ```python # 使用Kmeans聚类方法进行图像分割 kmeans = KMeans(n_clusters=64, random_state=0).fit(image_array) labels = kmeans.predict(image_array) kmeans_image = np.reshape(labels, (w, h)) # 将聚类结果转换为二维数组 # 使用Kmeans++聚类方法进行图像分割 kmeans_plus = KMeans(n_clusters=64, init='k-means++', random_state=0).fit(image_array) labels_plus = kmeans_plus.predict(image_array) kmeans_plus_image = np.reshape(labels_plus, (w, h)) # 将聚类结果转换为二维数组 # 使用二分K均值聚类方法进行图像分割 mini_batch_kmeans = MiniBatchKMeans(n_clusters=64, random_state=0).fit(image_array) labels_mini = mini_batch_kmeans.predict(image_array) mini_batch_kmeans_image = np.reshape(labels_mini, (w, h)) # 将聚类结果转换为二维数组 ``` 最后，我们可以将聚类结果可视化： ```python plt.figure(figsize=(10, 10)) plt.subplot(2, 2, 1) plt.imshow(image) plt.title('Original Image') plt.axis('off') plt.subplot(2, 2, 2) plt.imshow(kmeans_image) plt.title('Kmeans Image') plt.axis('off') plt.subplot(2, 2, 3) plt.imshow(kmeans_plus_image) plt.title('Kmeans++ Image') plt.axis('off') plt.subplot(2, 2, 4) plt.imshow(mini_batch_kmeans_image) plt.title('Mini Batch Kmeans Image') plt.axis('off') plt.show() ``` 完整代码如下： ```python import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans, MiniBatchKMeans from sklearn.utils import shuffle from skimage import io # 加载图片并转换为一维向量 image = io.imread('image.jpg') w, h, d = tuple(image.shape) image_array = np.reshape(image, (w * h, d)) # 使用Kmeans聚类方法进行图像分割 kmeans = KMeans(n_clusters=64, random_state=0).fit(image_array) labels = kmeans.predict(image_array) kmeans_image = np.reshape(labels, (w, h)) # 使用Kmeans++聚类方法进行图像分割 kmeans_plus = KMeans(n_clusters=64, init='k-means++', random_state=0).fit(image_array) labels_plus = kmeans_plus.predict(image_array) kmeans_plus_image = np.reshape(labels_plus, (w, h)) # 使用二分K均值聚类方法进行图像分割 mini_batch_kmeans = MiniBatchKMeans(n_clusters=64, random_state=0).fit(image_array) labels_mini = mini_batch_kmeans.predict(image_array) mini_batch_kmeans_image = np.reshape(labels_mini, (w, h)) # 可视化聚类结果 plt.figure(figsize=(10, 10)) plt.subplot(2, 2, 1) plt.imshow(image) plt.title('Original Image') plt.axis('off') plt.subplot(2, 2, 2) plt.imshow(kmeans_image) plt.title('Kmeans Image') plt.axis('off') plt.subplot(2, 2, 3) plt.imshow(kmeans_plus_image) plt.title('Kmeans++ Image') plt.axis('off') plt.subplot(2, 2, 4) plt.imshow(mini_batch_kmeans_image) plt.title('Mini Batch Kmeans Image') plt.axis('off') plt.show() ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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