python 实现kmeans聚类

编程中在做数值相等判断的时候，直接使用==判断并不可靠。实际上经过运算后的两个值（浮点型）并不可能完全一致，可能会因为小数点后的些许差异导致判断为false。
比如：

1	print 1e-5 == 1e-6 //这肯定是false,但是实际这两个值可以看作近似相等。

在kmeans中判断是否结束循环，就是判断重新计算的聚类中心点是否和原聚类中心点一致，实际上新旧聚类中心点之间会有一个可允许的误差。修改代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

import numpy as np def kmeans(data, n, m, k):     rarray = np.random.random(size=k)     rarray = np.floor(rarray*n)     rarray.astype(int)     cls = np.zeros([1,n],np.int)                center = np.take(data,rarray)     pcenter = np.zeros([k,m])     end = True     while end:         for i in xrange(n):             tmp = data[i] - center             tmp = np.square(tmp)             tmp = np.sum(tmp,axis=1)             cls[i] = np.argmin(tmp)         center = np.zeros([k,m])         count = np.zeros([1,k],np.int)         for i in xrange(n):             center[cls[i]]=center[cls[i]]+data[i]             count[cls[i]]= count[cls[i]]+1         if np.sum(center/count - pcenter) <= 1e-4:             end = False         pcenter = center/count