机器学习---kmeans聚类的python实现
"""
Name: study_kmeans.py
Author: KX-Lau
Time: 2020/11/6 16:59
Desc: 实现kmeans聚类
"""
import math
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.cluster import KMeans
# -----------不使用sklearn实现kmeans聚类 -------------
class MyKmeans:
def __init__(self, k, n=50):
self.k = k # 聚类中心数k
self.n = n # 迭代次数
def fit(self, x, centers=None):
# 1. 随机选择K个点
if centers is None:
index = np.random.randint(low=0, high=len(x), size=self.k) # 随机生成数组, 每个数组元素从low到high的整数, 元素个数为size
centers = x[index]
inters = 0
while inters < self.n:
# 构造k个点的集合
points_set = {key: [] for key in range(self.k)}
# 2. 遍历所有点point, 将point放入最近的聚类中心的集合中
for point in x:
nearest_index = np.argmin(np.sum((centers - point) ** 2, axis=1) ** 0.5)
points_set[nearest_index].append(point)
# 3. 遍历每一个点集, 计算新的聚类中心
for i_k in range(self.k):
centers[i_k] = sum(points_set[i_k]) / len(points_set[i_k])
inters += 1
return points_set, centers
"""
iris中文名是鸢尾花卉数据集, 是一类多重变量分析的数据集.
包含150个样本, 分为3类(山鸢尾Setosa, 变色鸢尾Versicolor, 维吉尼亚鸢尾Virginica),
每个类别50个数据, 每个数据包含4个属性(花萼长度, 花萼宽度, 花瓣长度, 花瓣宽度).
"""
iris = datasets.load_iris()
data = iris['data'][:, :2]
print(type(data))
mk = MyKmeans(3)
point_sets, centers = mk.fit(data)
category1 = np.asarray(point_sets[0])
category2 = np.asarray(point_sets[1])
category3 = np.asarray(point_sets[2])
for i, p in enumerate(centers):
plt.scatter(p[0], p[1], s=200, marker='^', color='yellow', edgecolors='black')
plt.scatter(category1[:, 0], category1[:, 1], color='g')
plt.scatter(category2[:, 0], category2[:, 1], color='r')
plt.scatter(category3[:, 0], category3[:, 1], color='b')
plt.xlim(4, 8)
plt.ylim(1, 5)
plt.title('kmeans with k=3')
plt.show()
# -----------使用sklearn实现kmeans聚类 -------------
init = np.vstack([data[5], data[109], data[121]]) # 指定初始质心
kmeans = KMeans(n_clusters=3, init=init, max_iter=100).fit(data)
labels = kmeans.labels_
cluster_centers = kmeans.cluster_centers_
c1 = data[labels == 0]
c2 = data[labels == 1]
c3 = data[labels == 2]
print('cluster_centers', cluster_centers)
print('init', init)
plt.figure()
for i, p in enumerate(cluster_centers):
plt.scatter(p[0], p[1], color='yellow', edgecolors='black', s=200, marker='^')
plt.scatter(c1[:, 0], c1[:, 1], color='g')
plt.scatter(c2[:, 0], c2[:, 1], color='r')
plt.scatter(c3[:, 0], c3[:, 1], color='b')
plt.xlim(4, 8)
plt.ylim(1, 5)
plt.title('kmeans using sklearn with k=3')
plt.show()
机器学习---kmeans聚类的python实现的更多相关文章
- (转) K-Means聚类的Python实践
本文转自: http://python.jobbole.com/87343/ K-Means聚类的Python实践 2017/02/11 · 实践项目 · K-means, 机器学习 分享到:1 原文 ...
- Kmeans 聚类 及其python实现
主要参考 K-means 聚类算法及 python 代码实现 还有 <机器学习实战> 这本书,当然前面那个链接的也是参考这本书,懂原理,会用就行了. 1.概述 K-means ...
- K-means聚类的Python实现
生物信息学原理作业第五弹:K-means聚类的实现. 转载请保留出处! K-means聚类的Python实现 原理参考:K-means聚类(上) 数据是老师给的,二维,2 * 3800的数据.plot ...
- K-means聚类 的 Python 实现
K-means聚类 的 Python 实现 K-means聚类是一个聚类算法用来将 n 个点分成 k 个集群. 算法有3步: 1.初始化– K 个初始质心会被随机生成 2.分配 – K 集群通过关联到 ...
- Python数据科学手册-机器学习: k-means聚类/高斯混合模型
前面学习的无监督学习模型:降维 另一种无监督学习模型:聚类算法. 聚类算法直接冲数据的内在性质中学习最优的划分结果或者确定离散标签类型. 最简单最容易理解的聚类算法可能是 k-means聚类算法了. ...
- k-means聚类算法python实现
K-means聚类算法 算法优缺点: 优点:容易实现缺点:可能收敛到局部最小值,在大规模数据集上收敛较慢使用数据类型:数值型数据 算法思想 k-means算法实际上就是通过计算不同样本间的距离来判断他 ...
- 机器学习——KMeans聚类,KMeans原理,参数详解
0.聚类 聚类就是对大量的未知标注的数据集,按数据的内在相似性将数据集划分为多个类别,使类别内的数据相似度较大而类别间的数据相似度较小,聚类属于无监督的学习方法. 1.内在相似性的度量 聚类是根据数据 ...
- 机器学习-K-means聚类及算法实现(基于R语言)
K-means聚类 将n个观测点,按一定标准(数据点的相似度),划归到k个聚类(用户划分.产品类别划分等)中. 重要概念:质心 K-means聚类要求的变量是数值变量,方便计算距离. 算法实现 R语言 ...
- 机器学习--k-means聚类原理
“物以类聚,人以群分”, 所谓聚类就是将相似的元素分到一"类"(有时也被称为"簇"或"集合"), 簇内元素相似程度高, 簇间元素相似程度低. ...
随机推荐
- pandas常用操作详解——info()与descirbe()
概述 df.info():主要介绍数据集各列的数据类型,是否为空值,内存占用情况: df.describe(): 主要介绍数据集各列的数据统计情况(最大值.最小值.标准偏差.分位数等等). df.in ...
- LGP2522题解
双倍经验题. 柯以看成是P3455的扩展. 首先这个范围内是数我们柯以用类似二维前缀和的思想,看成: \(ans(a,b,c,d)=ans(1,b,1,d)+ans(1,a-1,1,c-1)-ans( ...
- 使用 Spring JdbcTemplate 框架出现 oracle 数据源连接泄露问题的解决方法
1 问题 应用运行一段时间之后,无法执行写入数据库操作.底层使用的是 druid 连接池. 2 原因 使用 Spring JdbcTemplate 框架执行 oracle sql 语句之后,发现逻辑连 ...
- 互联网前沿技术——01 找不到模块“lodash”
检查安装 node --version 修改 安装:npm install 启动:grunt server 如果报错: 找不到模块"lodash" https://www.soin ...
- SpringCloud-Consul
1. Consul 简介 Consul是 HashiCorp 公司推出的开源工具,用于实现分布式系统的服务发现与配置.与其它分布式服 务注册与发现的方案,Consul 的方案更"一站式&qu ...
- web服务器-nginx默认网站
web服务器-nginx默认网站 一 默认网站 server { listen 80; server_name localhost; location / { root html; index ind ...
- 论文写作中快速更新Word里面交叉引用的编号,巧用MathType
点击插入编号>>更新,即可快速更新交叉引用的编号,不用一个一个更新域!
- R数据分析:纵向分类结局的分析-马尔可夫多态模型的理解与实操
今天要给大家分享的统计方法是马尔可夫多态模型,思路来源是下面这篇文章: Ward DD, Wallace LMK, Rockwood K Cumulative health deficits, APO ...
- Java基础 (下)
泛型 Java 泛型了解么?什么是类型擦除?介绍一下常用的通配符? Java 泛型(generics) 是 JDK 5 中引入的一个新特性, 泛型提供了编译时类型安全检测机制,该机制允许程序员在编译时 ...
- idea如何打包项目,部署到linux后台运行
服务器安装tomcat 上传好tomcat包 scp -r tomcat liwwww@111116.11222.101121.12111111:/opt/ linux下启动tomcat服务的命令 ...