聚類--K均值算法：自主實現與sklearn.cluster.KMeans調用

1.用python實現K均值算法

K-means是一個反復叠代的過程，算法分為四個步驟:（x,k,y)

import numpy as np
x = np.random.randint(1,50,[20,1])
y = np.zeros(20)
k = 3

# 選取數據空間中的K個對象作為初始中心，每個對象代表一個聚類中心；def initcenter(x, k): kc
def initcenter(x,k):
    return x[:k]
 
kc = initcenter(x,k)
kc
# 對於樣本中的數據對象，根據它們與這些聚類中心的歐氏距離，
 

#按距離最近的準則將它們分到距離它們最近的聚類中心（最相似）所對應的類 ;
def nearest(kc,i):
    d=(abs(kc-i))
    w=np.where(d==np.min(d))
    return w[0][0]
 
kc = initcenter(x,k)
def nearest(kc,i):
    d=(abs(kc-i))
    w=np.where(d==np.min(d))
    return w[0][0]
 
kc = initcenter(x,k)
nearest(kc,93)
def xclassify(x,y,kc):
    for i in
 
 range(x.shape[0]):
        y[i] = nearest(kc,x[i])
    return y
 
kc = initcenter(x,k)
y = xclassify(x,y,kc)
print(kc,y)
#更新聚類中心：將每個類別中所有對象所對應的均值作為該類別的聚類中心，計算目標函數的值；
def kcmean(x,y,kc,k):
    l = list(kc)
    flag = False
    for c in range(k):
        m = np.where(y == c)
        n = np.mean(x[m])
        
 
if l[c] != n:
            l[c] = n
            flag = True
            print(l,flag)
    return (np.array(l),flag)
 
kc = initcenter(x,k)
flag = True
k = 3
 
#判斷聚類中心和目標函數的值是否發生改變，若不變，則輸出結果，若改變，則返回2）。
while flag:
    y = xclassify(x,y,kc)
    kc,flag = kcmean(x,y,kc,k)  

結果：

2. 鳶尾花花瓣長度數據做聚類並用散點圖顯示。

import numpy as np
from sklearn.datasets import load_iris   
iris = load_iris()
x = iris.data[:,2]
y = np.zeros(150)
 
def initcenter(x,k):    #初始聚類中心數組
    return x[:k]
 
def nearest(kc,i):       #數組中的值，與聚類中心最小距離所在類別的索引號
    d = (abs(kc-i))
    w = np.where(d == np.min(d))
    return w[0][0]
 
def xclassify(x,y,kc):
    for i in range(x.shape[0]):       #對數組的每個值進行分類，shape[0]讀取矩陣第一維度的長度
        y[i] = nearest(kc,x[i])
    return y
 
def kcmean(x,y,kc,k):     #計算各聚類新均值
    l = list(kc)
    flag = False
    for c in range(k):
        print(c)
        m = np.where(y == c)
        if len(m) == 1:
            n = x[c]
        else:
            n=np.mean(x[m])
        if l[c] != n:
            l[c] = n
            flag = True     #聚類中心發生變化
            print(l,flag)
    return (np.array(l),flag)
 
 
k = 3
kc = initcenter(x,k)
 
flag = True
print(x,y,kc,flag)
 
#判斷聚類中心和目標函數的值是否發生改變，若不變，則輸出結果，若改變，則返回2
while flag:
    y = xclassify(x,y,kc)
    kc, flag = kcmean(x,y,kc,k)
    print(y,kc,type(kc))
     
print(x,y)
import matplotlib.pyplot as plt
plt.scatter(x,x,c=y,s=50,cmap="Paired");
plt.show()

結果：

3. 用sklearn.cluster.KMeans，鳶尾花花瓣長度數據做聚類並用散點圖顯示.

#用sklearn.cluster.KMeans，鳶尾花花瓣長度數據做聚類並用散點圖顯示，鳶尾花完整數據做聚類並用散點圖顯示。
from sklearn.cluster import KMeans
import numpy as np
from sklearn.datasets import load_iris 
import matplotlib.pyplot as plt
data = load_iris()
iris = data.data
petal_len = iris[:,2:3]
print(petal_len)
k_means = KMeans(n_clusters=3) #三個聚類中心
result = k_means.fit(petal_len) #Kmeans自動分類
kc = result.cluster_centers_ #自動分類後的聚類中心
y_means = k_means.predict(petal_len) #預測Y值
plt.scatter(petal_len,np.linspace(1,150,150),c=y_means,marker=‘x‘)
plt.show()

結果：

4. 鳶尾花完整數據做聚類並用散點圖顯示.

from sklearn.cluster import KMeans
import numpy as np
from sklearn.datasets import load_iris 
import matplotlib.pyplot as plt
data = load_iris()
iris = data.data
petal_len = iris
print(petal_len)
k_means = KMeans(n_clusters=3) #三個聚類中心
result = k_means.fit(petal_len) #Kmeans自動分類
kc = result.cluster_centers_ #自動分類後的聚類中心
y_means = k_means.predict(petal_len) #預測Y值
plt.scatter(petal_len[:,0],petal_len[:,2],c=y_means,marker=‘x‘)
plt.show()

結果：

聚類--K均值算法