Python小白进阶二:如何通过sklearn库实现Kmeans算法
来源:互联网 发布:windows程序开发 编辑:程序博客网 时间:2024/06/05 20:47
在机器学习的任务中有一个非常重要的任务就是对样本进行聚类,聚类的方法有很多,本文讲述的是通过使用sklearn库在python中实现kmeans算法。
kmeans是一种无监督的算法,它的步骤如下:
1.随机选择k个点作为初始的聚类中心;
2.对于剩下的点,根据其与聚类中心的距离,将其归入最近的簇3.对每个簇,计算所有点的均值作为新的聚类中心
4.重复2、3直到聚类中心不再发生改变
接下来会说一下如何通过代码实现这个问题:
import numpy as npfrom sklearn.cluster import KMeans #导入sklearn相关包
加载数据,创建K-means算法实例,并进行训练,获得聚类后的标签
if __name__ == '__main__': data,cityName = loadData('city.txt') #下载样本 km = KMeans(n_clusters=4) #聚类中心为4 label = km.fit_predict(data) #得到聚类后的标签 expenses = np.sum(km.cluster_centers_,axis=1) #按行求和输出标签,查看结果
CityCluster = [[],[],[],[]] for i in range(len(cityName)): CityCluster[label[i]].append(cityName[i]) for i in range(len(CityCluster)): print("Expenses:%.2f" % expenses[i]) print(CityCluster[i])
阅读全文
0 0
- Python小白进阶二:如何通过sklearn库实现Kmeans算法
- 【python sklearn】kmeans算法运用
- python实现kmeans算法
- Python小白进阶4:基于Kmeans的图像分割
- sklearn之Kmeans算法
- Kmeans聚类算法 python sklearn 用户画像
- Kmeans算法的实现二
- python 基本Kmeans算法实现
- kmeans算法(python实现)
- Kmeans算法的Python实现
- hadoop下的Kmeans算法实现二
- 通过实例快速掌握sklearn中的kmeans聚类----python数据分析,聚类,pandas
- Kmeans聚类算法及其Python实现
- Kmeans算法详解及MATLAB、Python实现
- Kmeans算法 python实现(改)
- Python实现标准的Kmeans算法
- 机器学习-python实现kMeans算法
- [Machine Learning]Kmeans 算法 python 实现
- spring logback.xml的配置
- 使用Eclipse上传/下载Git项目
- 数据采集卡在大气激光雷达中的应用
- 在 Ubuntu 下配置 C/C++ 开发环境
- 欢迎使用CSDN-markdown编辑器
- Python小白进阶二:如何通过sklearn库实现Kmeans算法
- leetcode7
- 彻底弄懂css中单位px和em,rem的区别
- Redis+Windows10安装 (phpstudy)
- final关键字
- 使用JMeter进行负载测试——终极指南
- C#添加toolstripstatuslabel
- 微信openid的生成规则研究
- ROS下IMU串口通讯接口(通用版)