课程实验基于python实现K均值(k-means)聚类算法源码+项目说明.zip

一、实验环境 1. PC：Windows 10 家庭中文版 2. 系统类型：64 位操作系统，基于 x64 的处理器 3. 处理器：11th Gen Intel(R) Core(TM) i5-11400F @ 2.60GHz 2.59GHz 4. Python: 3.10.4 5. 外部库包含（详见 requirements.txt）： ```python CacheControl==0.12.11 cachy==0.3.0 certifi==2022.5.18.1 charset-normalizer==2.0.12 cleo==0.8.1 clikit==0.6.2 crashtest==0.3.1 distlib==0.3.4 filelock==3.7.0 html5lib==1.1 idna==3.3 importlib-metadata==4.11.4 keyring==23.5.1 lockfile==0.12.2 msgpack==1.0.3 packaging==20.9 pastel==0.2.1 pexpect==4.8.0 pkginfo==1.8.2 platformdirs==2.5.2 poetry==1.1.13 poetry-core==1.0.8 ptyprocess==0.7.0 pylev==1.4.0 pyparsing==3.0.9 pywin32-ctypes==0.2.0 requests==2.27.1 requests-toolbelt==0.9.1 shellingham==1.4.0 six==1.16.0 tomlkit==0.10.2 urllib3==1.26.9 virtualenv==20.14.1 webencodings==0.5.1 zipp==3.8.0 ``` 二、参数设置 1. 参数介绍 ```python path: 数据集路径 epsilon: Lambda矩阵防止除0错误的分母附加值 sigma: 生成S时正态分布核的参数 wcycles: 优化W需要的循环次数 ycycles: 优化Y需要的循环次数 alpha: 超参数 beta: 超参数 c: 标签类别个数 k: 特征提取的个数 name: 保存Y迭代的值，用于画图 ``` ## 2. 参数取值 | epsilon | sigma | wcycles | ycycles | alpha | beta | | :------: | :---: | :-----: | :-----: | :-----: | :-----: | | 0.000001 | 1.0 | 5 | 50 | [-3, 3] | [-3, 3] | # 三、代码功能 ## 1. code.py ```python def load_data(path): # 加载数据集 def split_set(X, Y): # 划分数据集 def matrix_gaussianKernel_S(X, sigma, m): # 高斯核生成S矩阵 def initialize_matrix_Lambda(d): # 初始化Lambda矩阵 def calculate_matrix_L(S, m): # 计算拉普拉斯矩阵L def update_Lambda(epsilon, W, d): # 在循环中更新Lambda矩阵 def iteration_until_convergence(alpha, beta, epsilon, wcycles, L, Lambda, X, Y, d): # 算法1，用于生成W def update_Y(X, W): # 在循环中更新Y def rank_based_W(alpha, beta, epsilon, sigma, wcycles, ycycles, k, X, Y, m, d, c, name): # 算法2，用于生成特征值 def best_map(L1, L2): # 重排列聚类后的标签 def acc_rate(gt_s, s): # 计算ACC def comparative_test(path, epsilon, sigma, wcycles, ycycles, alpha, beta, c, k, name): # 对比特征提取与特征不提取的效果 def f_test(path, epsilon, sigma, wcycles, ycycles, alpha, beta, c, k, name): # 不打印信息的算法2 def test_alpha_beta(path, epsilon, sigma, wcycles, ycycles, c, k, name): # 测试alpha与beta的不同取值对聚类结果的影响 # 函数调用方法举例： comparative_test(path='datasets/MNIST.mat', epsilon=0.000001, sigma=1.0, wcycles=5, ycycles=50, alpha=3, beta=1, c=10, k=500, name='./npz/mnist.npz') # 数据集为mnist ，在给定 alpha 和 beta 值的情况下，评价聚类的效果 test_alpha_beta(path='datasets/MNIST.mat', epsilon=0.000001, sigma=1.0, wcycles=5, ycycles=50, c=10, k=500, name='0') # 数据集为 mnist ，遍历所有 alpha 和 beta 的组合，评价聚类的效果 ``` ## 2. plot_loss.py ```python def plot_2d(data, path, name): # Y Loss 的画图函数 def plot_Y_loss(): # Y Loss 的入口函数 def plot_3d(NMI, ACC, X, Y, width, depth, c, name): # 遍历 alpha beta 的画图函数 def plot_alpha_beta(): # 遍历 alpha beta 的入口函数 # 函数调用方法举例： plot_Y_loss() # 绘制给定 alpha 和 beta 时 Y 迭代的 Loss plot_alpha_beta() # 遍历不同 alpha 和 beta 的组合，绘制其聚类效果的 NMI 和 ACC 指标 ``` # 四、代码运行 ## 1. 特征选择及聚类： 运行 code.py 即可，运行完毕后会在 `./npy` 和 `./npz` 目录下生成 Loss 数据文件，在控制台打印聚类效果。 ## 2. 绘图 运行 plot_loss.py 即可，运行完毕后会在 `./img` 目录下生成图像文件。