K-means算法对地图上点进行聚类(未修订篇)
来源:互联网 发布:mac dock图标大小 编辑:程序博客网 时间:2024/06/01 09:26
# -*- coding: utf-8 -*-"""In the general case, we have a "target function" that we want to minimize,and we also have its "gradient function". Also, we have chosen a startingvalue for the parameters "theta_0"."""#### K-均值聚类支持函数from numpy import *#import kMeans_my#from numpy import *#import kMeans_my#from numpy import *###导入数据def loadDataSet(fileName): #general function to parse tab -delimited floats dataMat = [] #assume last column is target value fr = open(fileName) for line in fr.readlines(): curLine = line.strip().split('\t') fltLine = map(float,curLine) #map all elements to float() dataMat.append(fltLine) return dataMat#dataMat = mat(kMeans_my.loadDataSet('testSet.txt'))#定义两个向量的欧氏距离。def distEclud(vecA,vecB): return sqrt(sum(power(vecA-vecB,2)))## 构建簇质心 #初始化k个簇的质心函数centroid#传入的数据是Numpy的矩阵格式。def randCent(dataSet,k): n = shape(dataSet)[1] centroids = mat(zeros((k,n))) for j in range(n): minJ = min(dataSet[:,j]) #找出矩阵dataMat第J列最小值。 rangeJ = float(max(dataSet[:,j])-minJ) #计算第J列最大值最小值之差。 #赋予一个随机质心,它的值在整个数据集的边界之内。 centroids[:,j] = minJ + rangeJ * random.rand(k,1) return centroids #返回一个随机的质心矩阵# import kMeans_my# from numpy import *# dataMat = mat(kMeans_my.loadDataSet('testSet.txt'))# min(dataMat[:,0])# min(dataMat[:,1])# max(dataMat[:,1])# max(dataMat[:,0])# kMeans_my.randCent(dataMat,2)#kMeans_my.distEclud(dataMat[0],dataMat[1])### k-均值聚类算法def kMeans(dataSet,k,distMeas=distEclud,createCent = randCent): m = shape(dataSet)[0] # 获得行数m clusterAssment = mat(zeros((m,2))) #初始化一个矩阵,用来记录簇索引和存储误差。 centroids = createCent(dataSet,k) #随机的得到一个质心矩阵簇。 clusterChanged = True while clusterChanged: clusterChanged = False for i in range(m): #对每个点寻找最近的质心 minDist= inf minIndex = -1 for j in range(k): #遍历质心簇,寻找最近质心 distJI = distMeas(centroids[j,:],dataSet[i,:]) #计算数据点和质心的欧氏距离 if distJI < minDist: minDist = distJI minIndex = j if clusterAssment[i,0] != minIndex: clusterChanged =True clusterAssment[i,:] = minIndex, minDist**2 print centroids for cent in range(k): #更新质心位置。 ptsInClust = dataSet[nonzero(clusterAssment[:,0].A==cent)[0]] # print clusterAssment[:,0].A; #print clusterAssment[:,0].A==cent; print nonzero(clusterAssment[:,0].A==cent); print nonzero(clusterAssment[:,0].A==cent)[0]; centroids[cent,:] = mean(ptsInClust,axis=0) print centroids[cent,:] return centroids,clusterAssment# myCentroids, clusteAssing = kMeans_my.kMeans(dataMat, 4)#dataMat = mat(kMeans_my.loadDataSet('testSet.txt'))#kMeans(dataMat,4);###二分K-均值聚类算法import kMeans_mydataMat3 = mat(kMeans_my.loadDataSet('testSet2.txt'))def biKmeans(dataSet,k,distMeas=distEclud): m = shape(dataSet) [0] clusterAssment = mat(zeros((m,2))) centroid0 = mean(dataSet,axis=0).tolist()[0] #tolist()生成list。 axis=0 为列 centList = [centroid0] for j in range(m): # 按行 clusterAssment[j,1] = distMeas(mat(centroid0),dataSet[j,:])**2 # 求距离 ###对簇划分 while (len(centList) < k): lowestSSE = inf for i in range(len(centList)): # len(centList) <= k ptsInCurrCluster = \ dataSet[nonzero(clusterAssment[:,0].A == i)[0],:] # 列[:,0] 每个簇所有点视为一个小数据集。 i 第i个簇 。 取出第i个簇的所有数据,返回行号,对应到数据集的行。 centroidMat, splitClustAss = \ kMeans(ptsInCurrCluster,2,distMeas) # 对每个簇划为2,距离度量。 返回质心和簇划分(索引,距离) sseSplit = sum(splitClustAss[:, 1]) #误差 sseNotSplit = \ sum(clusterAssment[nonzero(clusterAssment[:,0].A != i)[0],1]) #簇误差 print "sseSplit, and notSplit:",sseSplit,sseNotSplit # 返回 centroidMat,splitClustAss ####实际划分簇操作 if (sseSplit + sseNotSplit) < lowestSSE: bestCentToSplit = i bestNewCents = centroidMat bestClustAss = splitClustAss.copy() lowestSSE = sseSplit + sseNotSplit bestClustAss[nonzero(bestClustAss[:0].A==1)[0],0] = len(centList) #编号为0 , 1 的结果簇。 bestClustAss[nonzero(bestClustAss[:,0].A==0)[0],0] = bestCentToSplit print 'the bestCentToSplit is:' , bestCentToSplit print 'the len of bestClustAss is:' , len(bestClustAss) centList[bestCentToSplit] = bestNewCents[0,:] # 簇bestCentToSplit的质心坐标 centList.append(bestNewCents[1,:]) # 簇bestCentToSplit的质心坐标添加到质心矩阵 clusterAssment[nonzero(clusterAssment[:,0].A == bestCentToSplit)[0],:] = bestClustAss # clusterAssment的行坐标更新为splitClustAss某簇的行坐标。 return mat(centList), clusterAssment #返回质心坐标,簇的行#dataMat3 = mat(kMeans_my.loadDataSet('testSet2.txt'))# centList, myNewAssments = kMeans_my.biKmeans(dataMat3,3)# centList###雅虎提供API,给定地址返回地址对应的经度纬度。import urllibimport json###对一个地址进行地理编码def geoGrab(stAddress, city): #从雅虎返回一个字典 apiStem = 'http://where.yahooapis.com/geocode?' #create a dict and constants for the goecoder params = {} #创建字典,为字典设置值。 params['flags'] = 'J'#JSON return type params['appid'] = 'aaa0VN6k' params['location'] = '%s %s' % (stAddress, city) url_params = urllib.urlencode(params) #字典转换为字符串。 yahooApi = apiStem + url_params #print url_params print yahooApi c=urllib.urlopen(yahooApi) #打开URL读取,URL传递字符串 return json.loads(c.read()) #将json格式解码为字典。from time import sleepdef massPlaceFind(fileName): #封装信息,并保存到文件。 fw = open('places.txt', 'w') #打开一个以tab分隔的文本文件 for line in open(fileName).readlines(): line = line.strip() lineArr = line.split('\t') retDict = geoGrab(lineArr[1], lineArr[2]) #获取第2,3列结果 if retDict['ResultSet']['Error'] == 0: #输出字典看有没有错误 lat = float(retDict['ResultSet']['Results'][0]['latitude']) #若无错误,则读取经纬度。 lng = float(retDict['ResultSet']['Results'][0]['longitude']) print "%s\t%f\t%f" % (lineArr[0], lat, lng) fw.write('%s\t%f\t%f\n' % (line, lat, lng)) #添加到原来对应的行,同时写到新文件中。 else: print "error fetching" sleep(1) #休眠,防止频繁调用。 fw.close()#import kMeans_my#geoResults = kMeans_my.geoGrab('1 VA Center','Augusta,ME')#geoResults#####对地理坐标进行聚类###球面距离计算def distSLC(vecA, vecB): #球面余弦定理 a = sin(vecA[0,1]*pi/180) * sin(vecB[0,1]*pi/180) #pi/180转换为弧度 ,pi ,numpy b = cos(vecA[0,1]*pi/180) * cos(vecB[0,1]*pi/180) * \ cos(pi * (vecB[0,0]-vecA[0,0]) /180) return arccos(a + b)*6371.0####簇绘图函数import matplotlibimport matplotlib.pyplot as pltdef clusterClubs(numClust=5): #希望得到簇数目为5 datList = [] # 初始化,创建新列表 #####将文本文件的解析、聚类及画图都封装在一起 ##文件解析 for line in open('places.txt').readlines(): #对于读取文件的行,for循环。 lineArr = line.split('\t') datList.append([float(lineArr[4]), float(lineArr[3])]) #获取文本第5,4列;这两列分别对应着经度和纬度。并添加到创建的新列表datList中。 dataMat = mat(datList) #将基于经纬度创建的列表datList矩阵化。 ##聚类 myCentroids, clustAssing = biKmeans(dataMat, numClust, distMeas=distSLC) #调用Kmeans函数,并使用球面余弦定理计算距离,返回myCentroids, clustAssing。 fig = plt.figure() #可视化簇和簇质心。 ####为了画出这幅图,首先创建一幅画,一个矩形 rect = [0.1, 0.1, 0.8, 0.8] #创建矩形。 scatterMarkers = ['s', 'o', '^', '8', 'p', \ 'd', 'v', 'h', '>', '<'] #使用唯一标记来标识每个簇。 axprops = dict(xticks=[], yticks=[]) ax0 = fig.add_axes(rect, label='ax0', **axprops) #绘制一幅图,图0 imgP = plt.imread('Portland.png') #调用 imread 函数,基于一幅图像,来创建矩阵。 ax0.imshow(imgP) #调用imshow ,绘制(基于图像创建)矩阵的图。 ax1 = fig.add_axes(rect, label='ax1', frameon=False) #绘制衣服新图,图1。 作用:使用两套坐标系统(不做任何偏移或缩放)。 ###遍历每个簇,把它画出来。 for i in range(numClust): # 簇号循环。 ptsInCurrCluster = dataMat[nonzero(clustAssing[:, 0].A == i)[0], :] #挑选出该簇所有点。 markerStyle = scatterMarkers[i % len(scatterMarkers)] #从前面创建的标记列表中获得标记。使用索引i % len(scatterMarkers)选择标记形状。 作用:更多的图可以使用这些标记形状。 ax1.scatter(ptsInCurrCluster[:, 0].flatten().A[0], ptsInCurrCluster[:, 1].flatten().A[0], marker=markerStyle,s=90) #每个簇的所有点ptsInCurrCluster,根据标记画出图形。 ax1.scatter(myCentroids[:, 0].flatten().A[0], myCentroids[:, 1].flatten().A[0], marker='+', s=300) #使用 + 标记来表示簇中心,并在图中显示。 plt.show()
0 0
- K-means算法对地图上点进行聚类(未修订篇)
- 第十章 k-均值算法 10.4 对地图上的点进行聚类
- K-均值对地图上的点进行聚类(2)
- Python :k-means聚类算法对数据进行分类
- py2.7《机器学习实战》利用k-means聚类算法对未标数据分组
- 聚类算法——K-means(上)
- 基于PCL库对三维空间点的K-Means聚类算法的实现
- 【python学习笔记】9:用k-means算法对数据进行聚类
- K-means算法上
- matlab中k-means聚类算法画点
- K-Means聚类算法进行压缩图片
- K-means聚类算法(JerryLead)
- 聚类算法(1) ---- K-Means
- 聚类算法----之----(k-means)
- 聚类算法(一):k-均值 (k-means)算法
- k-means聚类算法
- k-means聚类算法
- K-means聚类算法
- 百度搜索URL参数你知道多少
- html float 浮动
- Win7 下使用 VS2015 交叉编译最新 libcurl 7.51.0(包含openssl-1.0.2j,zlib-1.2.8)
- uva 331 Mapping the Swaps
- 树状数组
- K-means算法对地图上点进行聚类(未修订篇)
- 多层循环的跳出(return goto break continue 的用法与区别)
- spring4之搭建restful风格的web服务
- 树链剖分
- 用IBExpert管理firebird
- 机器学习(四):BP神经网络_手写数字识别_Python
- 莫队
- RTMPDump开源工程
- 后缀自动机