k means教程代码（聚类）
22 浏览量
2020-12-21
13:46:14
上传
评论
收藏 37KB PDF 举报
k means教程代码（聚类）教程代码（聚类）
```python
# k means教程代码（聚类）
# 0.引入依赖
import numpy as np
import matplotlib.pyplot as plt
# 从sklearn中直接生成聚类数据
from sklearn.datasets.samples_generator import make_blobs
# 引入scipy中的距离函数，默认欧氏距离
from scipy.spatial.distance import cdist
# 1.数据加载
x, y = make_blobs(n_samples=100, centers=6, random_state=1234, cluster_std=0.6)
# print(x, y)
# plt.figure(figsize=(6, 6))
# plt.scatter(x[:, 0], x[:, 1], c=y)
# plt.show()
# 2.算法实现
class K_Means(object):
# 初始化，参数 n_clusters 迭代次数max_iter、初始化质心 centroids
def __init__(self, n_clusters=6, max_iter=100, centroids=[]):
self.n_clusters = n_clusters
self.max_iter = max_iter
self.centroids = np.array(centroids, dtype=np.float)
# 训练模型过程，k-means聚类过程，传入原始数据
def fit(self, data):
# 假设没有指定的初始质心，就随机选取data中的点作为初始质心
if (self.centroids.shape == (0,)):
# 从data中随机生成0到data行数的6个整数，作为索引值
self.centroids = data[np.random.randint(0, data.shape[0], self.n_clusters), :] # 开始迭代
for i in range(self.max_iter):
# 1.计算距离矩阵，得到的是一个100*6的矩阵
distances = cdist(data, self.centroids)
# 2.对距离按有近到远排序，选取最近的质心点的类别，作为当前的分类
c_ind = np.argmin(distances, axis=1)
# 3.对每一类数据进行均值计算，更新质心点坐标
for i in range(self.n_clusters):
# 排除掉没有出现在c_ind里的类别
if i in c_ind:
# 选出所有类别是i的点，取data里面的坐标的均值，更新第i个质心
self.centroids[i] = np.mean(data[c_ind == i], axis=0)
# 实现预测方法
def predict(self, samples):
# 和上面一样，先计算距离矩阵，然后选取距离最近的那个质心的类别
distances = cdist(samples, self.centroids)
c_ind = np.argmin(distances, axis=1)
return c_ind
# 3.测试
# 定义一个绘制子图的函数
def plotKMeans(x, y, centroids, subplot, title):
# 分配子图,表示1行2列的子图
plt.subplot(subplot)
plt.scatter(x[:, 0], x[:, 1], c='r')
# 画出质心点
plt.scatter(centroids[:, 0], centroids[:, 1], c=np.array(range(6)), s=100)
plt.title(title)
plt.show()
kmeans = K_Means(max_iter=100, centroids=np.array([[2, 1], [2, 2], [2, 3], [2, 4], [2, 5], [2, 6]]))
plt.figure(figsize=(16, 6))
plotKMeans(x, y, kmeans.centroids, 121, 'initial State')
# 开始聚类
资源评论
