python 代码实现k-means聚类分析的思路(不使用现成聚类库)
5星 · 超过95%的资源 159 浏览量
2020-09-16
18:52:20
上传
评论 2
收藏 266KB PDF 举报 
python 代码实现代码实现k-means聚类分析的思路聚类分析的思路(不使用现成聚类库不使用现成聚类库)
主要介绍了python 代码实现k-means聚类分析(不使用现成聚类库),本文通过实例代码给大家介绍的非常详细，
对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
一、实验目标一、实验目标
1、使用 K-means 模型进行聚类，尝试使用不同的类别个数 K，并分析聚类结果。
2、按照 8:2 的比例随机将数据划分为训练集和测试集，至少尝试 3 个不同的 K 值，并画出不同 K 下 的聚类结果，
及不同模型在训练集和测试集上的损失。对结果进行讨论，发现能解释数据的最好的 K 值。二、算法原理
首先确定k，随机选择k个初始点之后所有点根据距离质点的距离进行聚类分析，离某一个质点a相较于其他质点最近
的点分配到a的类中，根据每一类mean值更新迭代聚类中心，在迭代完成后分别计算训 练集和测试集的损失函数SSE_train、
SSE_test，画图进行分析。
伪代码如下：
num=10 #k的种类
for k in range(1,num):
随机选择k个质点
for i in range(n): #迭代n次
根据点与质点间的距离对于X_train进行聚类
根据mean值迭代更新质点
计算SSE_train
计算SSE_test
画图
算法流程图：
资源评论
色空空色2023-07-26作者通过清晰的思路和简洁的代码展示了K-means聚类算法的实现方法。
申增浩2023-07-26文章内容结构清晰，步骤简洁明了，对初学者很友好。
艾苛尔2023-07-26这篇文章详细介绍了Python实现K-means聚类的过程，容易理解。
是因为太久2023-07-26通过学习这篇文章，我对K-means聚类算法有了更深入的理解，感谢作者的分享。
思想假2023-07-26作者提供了实际案例，并通过代码演示展示了K-means聚类的实际应用价值。
