基于python3的k-means代码实现
来源:互联网 发布:遗传算法解决线路优化 编辑:程序博客网 时间:2024/05/01 11:05
k-means算法是非监督学习的一种,其中k值是随机选取的,在本代码中是人为指定为2,准备聚两个类。
算法描述:
1. 加载数据
2. 聚类
2.1、 初始化聚类中心,随机选取两个点作为聚类中心点。
2.2、while直到clusterChanged=false
2.3、计算每个点离中心点的距离,记录最小距离,并标识是属于哪个类。
2.4、更新聚类集合的点。
2.5、 更新聚类中心
代码实现前先浏览一下数据,数据分布如下
从数据分布可以看出,是7个点。
代码实现分为两个python文件,一个是聚类的实现文件,k_means.py,一个是测试文件test_kmeans.py. k_means.py
如下:
“`# -- coding: utf-8 --
“””
Created on Thu Nov 17 16:13:56 2016
@author: phl
“””
print(“k-means算法程序”)
from numpy import *
import time
import matplotlib.pyplot as plt
def euclDistance(vector1, vector2):
return sqrt(sum(power(vector2 - vector1, 2)))
def initCentriods(dataSet,k):
print(dataSet)
numSamples,dim = dataSet.shape #dim列数
centroids = zeros((k, dim))
print(“行数:”,numSamples)
print(“列数:”,dim)
for i in range(k):
index = int(random.uniform(0, numSamples))
centroids[i, :] = dataSet[index, :]
return centroids
def kmeans(dataSet, k):
numSamples = dataSet.shape[0] #dataSet.shape是几行几列的意思,这里是7行2列
print(“行数:”,numSamples)
clusterAssment = mat(zeros((numSamples, 2)))#初始化一个行两列的0矩阵
clusterChanged = True
## step 1: 初始化聚类中心
centroids = initCentriods(dataSet, k)
print(“随机初始化的两个点:”,centroids)
## 循环遍历数据
while clusterChanged:
clusterChanged = False
for i in range(numSamples):
minDist = 100000.0
minIndex = 0
## 循环遍历中心点
## step 2:计算离中心点的距离
for j in range(k):
distance = euclDistance(centroids[j, :], dataSet[i, :])
if distance < minDist:
minDist = distance
minIndex = j #minIndex代表类别
##更新聚类分配
if clusterAssment[i,0] != minIndex:
clusterChanged = True
clusterAssment[i, :] = minIndex, minDist**2
## step 4: 更新聚类中心
for j in range(k):
pointsInCluster = dataSet[nonzero(clusterAssment[:, 0].A == j)[0]]
centroids[j, :] = mean(pointsInCluster, axis = 0)
print(‘恭喜你,聚类完成’)
return centroids, clusterAssment
def showCluster(dataSet, k, centroids, clusterAssment):
numSamples, dim = dataSet.shape
if dim != 2:
print(“Sorry! I can not draw because the dimension of your data is not 2!”)
return 1
mark = ['or', 'ob', 'og', 'ok', '^r', '+r', 'sr', 'dr', '<r', 'pr'] if k > len(mark): print("Sorry! Your k is too large! please contact Zouxy") return 1 # draw all samples for i in range(numSamples): markIndex = int(clusterAssment[i, 0]) plt.plot(dataSet[i, 0], dataSet[i, 1], mark[markIndex]) mark = ['Dr', 'Db', 'Dg', 'Dk', '^b', '+b', 'sb', 'db', '<b', 'pb'] # draw the centroids for i in range(k): plt.plot(centroids[i, 0], centroids[i, 1], mark[i], markersize = 12) plt.show()
def showData(dataSet):
x = []
y = []
plt.figure(figsize=(9,6))
for i in dataSet:
x.append([float(i[0])])
y.append([float(i[1])])
plt.scatter(x,y,c=”b”,s=25,alpha=0.4,marker=’o’)
#T:散点的颜色
#s:散点的大小
#alpha:是透明程度
plt.show()
test_kmeans.py如下:
# -- coding: utf-8 --
“””
Created on Thu Nov 17 16:35:03 2016
@author: phl
“””
from numpy import *
import time
import matplotlib.pyplot as plt
from k_means import *
print(“step 1: 加载数据”)
dataSet = []
fileIn = open(‘F:/python/testSet.txt’)
for line in fileIn.readlines():
lineArr = line.strip().split(‘\t’)
dataSet.append([float(lineArr[0]), float(lineArr[1])])
showData(dataSet)
print(“step 2: 聚类”)
dataSet = mat(dataSet) #mat是把数据格式化成列的形式[[1. 1.][1.5 2.][3. 4.][5. 7.]]
k = 2
centroids, clusterAssment = kmeans(dataSet, k)
print(“step 3: 展示聚类结果”)
showCluster(dataSet, k, centroids, clusterAssment) “`
结果界面如下:
- 基于python3的k-means代码实现
- [algorithm,c++] 基于c++的二维k-means代码实现
- K-means基于的简单实现
- K-Means++的代码
- [python] 基于k-means和tfidf的文本聚类代码简单实现
- [python] 基于k-means和tfidf的文本聚类代码简单实现
- 基于k-means和tfidf的文本聚类代码简单实现
- 基于MapReduce的k-means的并行化实现
- 基于MapReduce框架的K-means算法实现
- K-Means算法的代码实现(Java)
- K-Means算法的代码实现(Java)
- K-Means算法的代码实现(Java)
- 数据分类K—means 算法的python代码实现
- 简单的K-means算法C语言实现代码
- 基于Java实现K-means算法
- k-means的MapReduce实现
- K-Means的简单实现
- K-means算法的实现
- Windows 服务移植到Mono
- Struts2(四)-知识清单
- 使用VideoCapture类调用摄像头读入视频并显示
- nginx+tomcat+redis做集群负载均衡
- 调用了opencv的C++程序调试运行没有问题,但一运行exe就报错debug error R6010
- 基于python3的k-means代码实现
- opencv Findcontours异常
- 终结-->GsonFormat安装不成功问题
- C++Primer第五版 第二章习题答案(11~20)
- Unity3d常见技巧总结1
- Oracle EBS Interface/API(7)--创建WIP任务单
- exists和in异同
- web安全(5)-- 越权操作
- gdb时出现SIG32信号