python实现k-means聚类算法_kemeans聚类资源-CSDN下载

169 浏览量 2020-12-25 06:25:58 上传评论 3 收藏 73KB PDF 举报

资源推荐

资源详情

资源评论

python实现实现k-means聚类算法聚类算法

k-means聚类算法聚类算法

k-means是发现给定数据集的k个簇的算法，也就是将数据集聚合为k类的算法。

算法过程如下：

1）从N个文档随机选取K个文档作为质心

2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类，我们一般取欧几里得距离

3）重新计算已经得到的各个类的质心

4）迭代步骤（2）、（3）直至新的质心与原质心相等或迭代次数大于指定阈值，算法结束

算法实现算法实现

随机初始化k个质心，用dict保存质心的值以及被聚类到该簇中的所有data。

def initCent(dataSet , k):

N = shape(dataSet)[1] cents = {}

randIndex=[] #随机生成k个不重复的索引

for i in range(k):

rand = random.randint(0,N)

while rand in randIndex:

rand = random.randint(0, N)

randIndex.append(rand)

#按索引取dataSet中的data作为质心

for i in range(k):

templist = [] templist.append(dataSet[randIndex[i]])

templist.append([dataSet[randIndex[i]]])

cents[i] = templist

return cents

对dataSet中的所有数据进行一次聚类。返回值cents为dict类型的数据，int类型的key，list类型的value。其中cents[i][0]为质心

位置，cents[i][1]为存储该簇中所有data的列表。

#计算两个向量的欧氏距离

def calDist(X1 , X2):

sum = 0

for x1 , x2 in zip(X1 , X2):

sum += (x1 - x2) ** 2

return sum ** 0.5

#聚类

def doKmeans(dataSet , k , cents):

#清空上一次迭代后的簇中元素，只记录质心

for i in range(k):

cents[i][1] = [] for data in dataSet:

no = 0#初始化簇标号

minDist = sys.maxint#初始化data与k个质心的最短距离

for i in range(k):

dist = calDist(data , cents[i][0])

if dist < minDist:

minDist = dist

no = i

#找到距离最近的质心

cents[no][1].append(data)

#更新质心

for i in range(k):

for j in range(shape(dataSet)[0]):

cents[i][0] = mean(cents[i][1],axis=0).tolist()

return cents

k-means主方法主方法

#判断两次聚类的结果是否相同

def isEqual(old , new):

for i in range(len(old)):

if(old[i] != new[i][0]):

return 0

return 1

#主方法

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

内容反馈

weixin_38645434

粉丝: 5

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip