聚类模型K均值介绍

#7.1.1 引入依赖

import numpy as np

import matplotlib.pyplot as plt

#从sklearn直接生成聚类数据

import sklearn.datasets.samples_generator import make_blobs

#7.1.2 数据加载

x,y = make_blobs(n_samples=100,centers=6, random_state=1234,cluster_std=0.6)

plt.figure(figsize=(6,6))

plt.scatter(x[:,0],x[:,1],c=y)

plt.show()

#7.1.3 算法实现

#引入scipy中的距离函数，默认欧式距离

from scipy.spatial.distance import cdist

class K_Means(object):

#初始化，参数 n_clusters(K)、迭代次数max_iter、初始质心 centroids

def __init__(self,n_clusters=6,maxiter=300,centroids=[]):

self.n_clusters=n_clusters

self.max_iter= max_iter

self.centroids=np.array(centroids, dtype=np.float)

#训练模型的方法，K-means聚类过程

def fit(self,data):

#假如没有指定的质心，就随机选取data中的点作为初始质心

if(self.centroids.shape == (0,)):

self.controids=data[np.random.randint(0,data.shape[0],self.n_clusters) ,:]

#开始迭代

for i in range(self.max_iter):

#1.计算距离矩阵，得到的是100*6的矩阵

distances=cdist(data,self.centroids)

#2. 对距离按由近到远排序，选取最近的质心的类别，作为当前点的分类

c_ind=np.argmin(distances,axis=1)

#3。对每一类数据进行均值计算，更新质点坐标

for i in range(self.n_clusters):

if i in c_ind:

#选出所有类别是i的点，取data里面坐标的均值，更新第i个质心

self.centroids[i]=np.mean(data[c_ind==i],axis=0)

#实现预测方法

def predict(self,samples):

#跟上面的一样，先计算距离矩阵，然后选择距离最近的那个质心的类别

distances=cdist(samples,self.centroids)

c_ind=np.argmin(distance,axis=1)

return c_ind

参考文章

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：