程式設計實現之k均值演算法

聚類屬於無監督學習。周志華老師在《機器學習》一書中詳細講解了各種聚類演算法，如k均值、學習向量量化、高斯混合聚類等。在這篇部落格中，我根據周志華老師描述的演算法步驟，用python實現了 k均值演算法。具體**如下：

import pandas as pd

import numpy as np
import random
import matplotlib.pyplot as plt
#首先從資料集中讀入資料
midu = 
hantanglv = 
df = pd.read_excel('西瓜資料集4.0.xlsx')
for i in df.index.values:
m = len(midu)
def distance(x1, y1, x2, y2):
return ((x1-x2)*(x1-x2)+(y1-y2)*(y1-y2))**0.5
def kmeans(x):
m = 0
h = 0
for i in x:
m = m + i[0]
h = h + i[1]
return m/len(x), h/len(x)
#按照書上所講，將聚類簇數定義為3
k = 3
#用flag表示均值向量有沒有更新
flag = k
#選擇k個樣本作為均值向量
u = random.sample(range(0, m), k)
u = 
for i in u:
#開始迭代
while flag==k:
c = 
flag=0
for i in range(k):
for i in range(m):
#使用歐式距離
everydistance = [distance(midu[i], hantanglv[i], j[0], j[1]) for j in u]
for i in range(k):
mk, hk = kmeans(c[i])
if u[i][0] != mk or u[i][1] != hk:
u[i] = (mk, hk)
flag = flag + 1
#將聚類結果視覺化出來
co = ['r', 'g', 'b', 'm']
for i in range(k):
mm = [a[0] for a in c[i]]
hh = [a[1] for a in c[i]] 
plt.scatter(mm, hh, color=co[i%len(co)])
plt.scatter(u[i][0], u[i][1], marker='x')
plt.show()

最終聚類結果如下圖所示：

因為初始均值向量是隨機生成的，所以每次的聚類結果都不太一樣。

K 均值演算法

動態聚類方法是模式識別中一種普遍採用的方法，它具有以下3個要點 1 選定某種距離度量作為樣本間的相似性度量 2 確定某個評價聚類結果質量的準則函式 3 給定某個初始分類，然後用迭代演算法找出使準則函式取極值的最好的聚類結果 k means演算法 輸入 聚類個數k，以及包含 n個資料物件的資料庫。輸出...

K均值演算法

假設需要聚成k個類 演算法先會隨機從資料集中選取k個點，把他們當做k個聚類的中心點 依次計算資料集中的每乙個點與各個中心點的距離，離哪個中心點近，就劃分到那個中心點對應的聚類下 計算分到同一類簇下，所有點的均值，更新中心點，重複 直至達到迭代結束條件 import numpy as np impor...

k均值演算法

1 撲克牌手動演練k均值聚類過程 30張牌，3類 實驗總牌數為30，分三類進行三輪迭代。第一輪 抽取聚類中心為 3 4 7.聚類結果為 第二輪 經過求平均後，重新確定聚類中心為 2 4 10 第三輪 對上類再進行求平均，選定聚類中心為2 5 10 最終聚類中心穩定在2 5 10，以此為小中大劃分。2...