Python3 kmeans 聚类算法

 # -*- coding: utf-8 -*-
 """
 Created on Wed Jan 10 19:18:56 2018

 @author: markli
 """
 import numpy as np;
 '''
 kmeans 算法实现
 算法原理
 1、随机选择k个点作为聚类中心点，进行聚类
 2、求出聚类后的各类的 中心点
 3、由中心点作为新的聚类中心点，再次进行聚类
 4、比较前后两次的聚类中心点是否发生变化，若没有变化则停止，否则重复2,3,4
 '''

 def Kmeans(X,k,maxiter):
     '''
     使用Kmeans均值聚类对数据集Data进行聚类
     X 数据集
     k 聚类中心个数
     maxiter 最大迭代次数
     '''
     m,n = X.shape;
     #向数据集中添加一列，用来存放类别号
     Dataset = np.zeros((m,n+1));
     Dataset[:,:-1] = X;

      #随机选取k 个聚类中心
     randomCenterIndex = np.random.randint(m,size=k);
     center = Dataset[randomCenterIndex];
     center[:,-1] = range(1,k+1);

     #初始聚类
     oldCenter = np.copy(center);
     DataClass(Dataset,center);
     center = getCenter(Dataset,k);

     itertor = 1;
     while not isStop(oldCenter,center,itertor,maxiter):
         oldCenter = np.copy(center);
         DataClass(Dataset,center);
         center = getCenter(Dataset,k);
         itertor = itertor + 1;
     print("数据集聚类结果",Dataset);
     print("聚类中心点",center);

 def DataClass(Dataset,center):
     '''
     对数据集进行聚类或者类标签更新
     Dataset 数据集
     center 聚类中心点 最后一列为聚类中心点的分类号
     '''
     n = Dataset.shape[0];
     k = center.shape[0];
     for i in range(n):
         lable = center[0,-1];
         mindistance = np.linalg.norm(Dataset[i,:-1]-center[0,:-1],ord=2);
         for j in range(1,k):
             distance = np.linalg.norm(Dataset[i,:-1]-center[j,:-1],ord=2);
             if(distance < mindistance):
                 mindistance = distance;
                 lable = center[j,-1];
         Dataset[i,-1] = lable;

 def getCenter(Dataset,k):
     '''
     获得数据集的k个聚类中心,数据集的最后一列是当前的分类号
     Dataset 数据集
     k 聚类中心点个数
     '''
     center = np.ones((k,Dataset.shape[1]));
     for i in range(1,k+1):
         DataSubset = Dataset[Dataset[:,-1] == i,:];
         center[i-1] = np.mean(DataSubset,axis=0);
     return center;

 def isStop(oldCenter,newCenter,itertor,maxiter):
     '''
      判断是否停止
      oldCenter 前一次聚类的聚类中心
      newCenter 新产生的聚类中心
      itertor 当前迭代次数
      maxitor 最大迭代次数
     '''

     if(itertor >= maxiter):
         return True;

     return np.array_equal(oldCenter,newCenter);

 X = np.array([[1,1],[2,1],[4,3],[5,4]]);
 print(X.shape);
 Kmeans(X,2,10);