1)选取初始数据中的k个对象作为初始的中心,每个对象代表一个聚类中心:
#随机生成一组整数sample import numpy as np sample=np.random.randint(1,100,[50,1]) k=3#要分成的类别数 y=np.zeros(50) #定义一个函数来存放开始的聚类中心kc def start_center(sample,k): return sample[:3] kc=start_center(sample,k)
2)
#对于样本中的数据对象,根据它们与这些聚类中心的欧氏距离,按距离最近的准则将它们分到距离它们最近的聚类中心(最相似)所对应的类
def nearest(kc,i): d=abs(kc-i) t=np.where(d ==np.min(d)) return t[0][0] nearest(kc,34) #对其进行对应的分类 def xclassify(sample,y,kc): for i in range(30): y[i]=nearest(kc,sample[i]) return y y=xclassify(sample,y,kc) print(kc,y)
#更新聚类中心:将每个类别中所有对象所对应的均值作为该类别的聚类中心,计算目标函
3)
#更新聚类中心:将每个类别中所有对象所对应的均值作为该类别的聚类中心,计算目标函数的值; def kcmean(sample,y,kc,k): l=list(kc) flag=False for j in range(k):#对k的类别进行遍历 m=np.where(y==j) print(j,sample[j]) junzhi=np.mean(sample[m])#求出每个类别的均值 print(kc[j],junzhi) if l[j]!=junzhi: #判断求出的均值是否与开始的看类别值相等 l[j]=junzhi flag=True return(np.array(l),flag)
4)
#判断聚类中心和目标函数的值是否发生改变,若不变,则输出结果,若改变,则返回2) flag=True while flag: y=xclassify(sample,y,kc) kc,flag=kcmean(sample,y,kc,k) print(y,kc) print(sample,y)
2.鸢尾花花瓣长度做聚类分析并用散点图显示出来
import matplotlib.pyplot as plt import numpy as np # 鸢尾花花瓣长度数据做聚类并用散点图显示 data=load_iris() data_length=data['data'][:,2]#取出鸢尾花花瓣的长度 x=data_length
y=np.zeros(x.shape[0]) kc = start_center(x,3) flag=True while flag: y=xclassify(x,y,kc) kc,flag=kcmean(x,y,kc,k) print(y,kc) #用散点图来显示 plt.scatter(x,x,s=x,c=y,cmap='rainbow',alpha=0.5,linewidths=4) plt.show()
3.用sklearm包的kmeans对鸢尾花的花瓣进行分析用散点图显示
from sklearn.datasets import load_iris from sklearn.cluster import KMeans import matplotlib.pyplot as plt import numpy as np # 用sklearn.cluster.KMeans,鸢尾花花瓣长度数据做聚类并用散点图显示. data=load_iris() data_length=data['data'][:,2:3]#取出鸢尾花花瓣的长度 x=data_length #y=np.zeros(x.shape[0]) k1=KMeans(n_clusters=3)#将其类别分为3类 k1.fit(x) kc1=k1.cluster_centers_ y_kmeans=k1.predict(x)##预测每个样本的聚类索引 print(y_kmeans,kc1) plt.scatter(x,np.linspace(1,150,150),c=y_kmeans,marker='x',cmap='rainbow',linewidths=4) plt.show()
4.完整的鸢尾花数据分析用散点图显示
# 用sklearn.cluster.KMeans,完整的鸢尾花数据做聚类并用散点图显示. data=load_iris() x2=data.data k2=KMeans(n_clusters=3)#将其类别分为3类 k2.fit(x2) kc2=k2.cluster_centers_ y_kmeans2=k2.predict(x2)##预测每个样本的聚类索引 print(y_kmeans2,kc2,len(y_kmeans2)) plt.scatter(x2[:,0],x2[:,1],c=y_kmeans2,marker='p',cmap='rainbow',linewidths=4) plt.show()