使用Orange进行数据挖掘之聚类分析(2)------K-means
来源:互联网 发布:mh370 知乎 编辑:程序博客网 时间:2024/06/05 05:07
一、基本k均值算法
1 根据用户指定的参数K,首先选择K个初始化质心;
2 然后每个点指派到最近的质心,指派到一个质心的点形成一个簇。
3 更新每个簇的质心
4重复步骤2、3,直到簇不在发生变化。
伪代码描述如下:
选择K个点作为初始质心repeat 将每个质心指派到最近的质心,形成K个簇 重新计算每个簇的质心until 质心不在发生变化
二、Orange中K-means实例
下面的例子显示了该算法的计算过程:
import randomfrom matplotlib import pyplot as pltimport Orangedef plot_scatter(table, km, attx, atty, filename="kmeans-scatter", title=None): #plot a data scatter plot with the position of centeroids plt.rcParams.update({'font.size': 8, 'figure.figsize': [4,3]}) x = [float(d[attx]) for d in table] y = [float(d[atty]) for d in table] colors = ["c", "w", "b"] cs = "".join([colors[c] for c in km.clusters]) plt.scatter(x, y, c=cs, s=10) xc = [float(d[attx]) for d in km.centroids] yc = [float(d[atty]) for d in km.centroids] plt.scatter(xc, yc, marker="x", c="k", s=200) plt.xlabel(attx) plt.ylabel(atty) if title: plt.title(title) plt.savefig("%s-%03d.png" % (filename, km.iteration)) plt.close()def in_callback(km): print "Iteration: %d, changes: %d, score: %8.6f" % (km.iteration, km.nchanges, km.score) plot_scatter(table, km, "petal width", "petal length", title="Iteration %d" % km.iteration) table = Orange.data.Table("iris")random.seed(42)km = Orange.clustering.kmeans.Clustering(table, 3, minscorechange=0, maxiters=10, inner_callback=in_callback)
运行结果如下:
使用图形化的方式配置如下:
对Satterplot的配置如下:
Satterplot的图形化结果如下:
三、参考资料
数据挖掘导论 http://book.douban.com/subject/5377669/
- 使用Orange进行数据挖掘之聚类分析(2)------K-means
- 使用Orange进行数据挖掘之聚类分析(1)------层次聚类
- 数据挖掘之描述建模(聚类分析和K-means)
- 使用Orange进行数据挖掘之分类(2)------KNN分类
- 使用Orange进行数据挖掘之分类(3)------决策树
- 使用Orange进行数据挖掘之分类(4)------SVM
- 使用Orange进行数据挖掘之关联------Apriori
- (2)数据挖掘算法之k-means
- 【数据挖掘】聚类之k-means
- 数据挖掘之聚类k-means
- 数据挖掘之K-means算法
- 数据挖掘实战之 K-means算法
- 数据挖掘算法之 k-means
- 数据挖掘-聚类分析:k-平均(k-Means)算法实现(C++)
- 数据挖掘之聚类分析
- 使用Orange进行数据挖掘之分类(1)------朴素贝叶斯分类
- 使用 Spark MLlib 做 K-means 聚类分析
- 使用 Spark MLlib 做 K-means 聚类分析
- 单例完善 final用法
- 程序员的时间换算表
- 【linux】安装gae时提示安装python-gevent
- 用Javascript实现Windows任务管理器
- String Compression LA4256
- 使用Orange进行数据挖掘之聚类分析(2)------K-means
- Mediator模式
- makefile 里的 eval 函数
- 数据库系统原理教程 第九章 数据库安全性
- 数据库系统原理教程 第十章 数据库完整性
- 日志分析的用途
- 很可爱的狗狗图片
- templates — C++模板的应用<奇特的递归模板模式>
- CMB同步算法