kmeans聚类的简介和代码(python)
来源:互联网 发布:ubuntu 搭建jira 编辑:程序博客网 时间:2024/06/03 16:01
- 一、k均值聚类的简单介绍:假设样本分为c类,每个类均存在一个中心点,通过随机生成c个中心点进行迭代,计算每个样本点到类中心的距离(可以自定义、常用的是欧式距离)
- 将该样本点归入到最短距离所在的类,重新计算聚类中心,进行下次的重新划分样本,最终类中心不改变时,聚类完成
- 二、伪代码
- 三、代码如下:
#!/usr/bin/env python # coding=utf-8 import numpy as np import random import matplotlib.pyplot as plt #data:numpy.array dataset #k the number of cluster def k_means(data,k): #random generate cluster_center sample_num=data.shape[0] center_index=random.sample(range(sample_num),k) cluster_cen=data[center_index,:] is_change=1 cat=np.zeros(sample_num) while is_change: is_change=0 for i in range(sample_num): min_distance=100000 min_index=0 for j in range(k): sub_data=data[i,:]-cluster_cen[j,:] distance=np.inner(sub_data,sub_data) if distance<min_distance: min_distance=distance min_index=j+1 if cat[i]!=min_index: is_change=1 cat[i]=min_index for j in range(k): cluster_cen[j]=np.mean(data[cat==(j+1)],axis=0) return cat,cluster_cen if __name__=='__main__': #generate data cov=[[1,0],[0,1]] mean1=[1,-1] x1=np.random.multivariate_normal(mean1,cov,200) mean2=[5.5,-4.5] x2=np.random.multivariate_normal(mean2,cov,200) mean3=[1,4] x3=np.random.multivariate_normal(mean3,cov,200) mean4=[6,4.5] x4=np.random.multivariate_normal(mean4,cov,200) mean5=[9,0.0] x5=np.random.multivariate_normal(mean5,cov,200) X=np.vstack((x1,x2,x3,x4,x5)) #data distribution fig1=plt.figure(1) p1=plt.scatter(x1[:,0],x1[:,1],marker='o',color='r',label='x1') p2=plt.scatter(x2[:,0],x2[:,1],marker='+',color='m',label='x2') p3=plt.scatter(x3[:,0],x3[:,1],marker='x',color='b',label='x3') p4=plt.scatter(x4[:,0],x4[:,1],marker='*',color='g',label='x4') p5=plt.scatter(x5[:,0],x4[:,1],marker='+',color='y',label='x5') plt.title('original data') plt.legend(loc='upper right') cat,cluster_cen=k_means(X,5) print 'the number of cluster 1:',sum(cat==1) print 'the number of cluster 2:',sum(cat==2) print 'the number of cluster 3:',sum(cat==3) print 'the number of cluster 4:',sum(cat==4) print 'the number of cluster 5:',sum(cat==5) fig2=plt.figure(2) for i,m,lo,label in zip(range(5),['o','+','x','*','+'],['r','m','b','g','y'],['x1','x2','x3','x4','x5']): p=plt.scatter(X[cat==(i+1),0],X[cat==(i+1),1],marker=m,color=lo,label=label) plt.legend(loc='upper right') plt.title('the clustering result') plt.show()
四、结果
0 0
- kmeans聚类的简介和代码(python)
- kmeans聚类的简介和代码(python)
- kMeans聚类的python实现
- 我的kmeans聚类 python代码
- 利用python的KMeans和PCA包实现聚类算法
- python实现简单的kmeans聚类算法
- Kmeans的改进-kmeans++算法的聚类中心初始点选取和蓄水池采样算法
- 关于用mapreduce做kmeans聚类以及python的numpy和list做矩阵、向量乘法的速度对比
- Kmeans聚类算法及其Python实现
- python中kmeans聚类实现
- 【Python数据挖掘课程】三.Kmeans聚类代码实现、作业及优化
- Python数据挖掘课程 三.Kmeans聚类代码实现、作业及优化
- kmeans聚类的实现
- 聚类算法KMeans和KMedoid 的Matlab实现
- kmeans()和partition()对自己的数据聚类
- kmeans和kmeans++算法的区别
- Spark入门之十:聚类算法之kmeans的简介以及使用
- 聚类算法1-------K-均值(KMeans)算法原理和Python实现
- Hadoop知识点记录
- 原网址链接:http://stormzhang.com/devtools/2014/12/18/android-studio-tutorial4/
- ORACLE基本语法
- 开源APP
- Objective-c语言_对可变数组NSMutableArray
- kmeans聚类的简介和代码(python)
- php => PHP程序设计经典300例
- ArcGIS API for Javascript library 3.9安装说明
- Spark-Streaming获取kafka数据的两种方式-Receiver与Direct的方式
- 剑指offer系列之四十七:不用加减乘除做加法
- R语言学习笔记2:学习安排
- Day5之java环境变量配置
- 是不是可以赚钱的APP越来越多
- Mysql