Python培训之K-means算法的计算步骤

　　Python K-means算法的计算步骤

　　步骤说明

　　1、确定K值。

　　决定数据聚为几类，K值是K-Means算法中唯一的参数。

　　2、从原始数据集中随机选择K个点作为初始均值点。

　　3、依次从原始数据集中取出数据。

　　每取出一个数据就和K个均值点分别计算距离(默认计算点间的欧氏距离)，和谁更近就归为这个均值点所在的簇;

　　4、分别计算各簇当前的均值点。

　　即求该簇中所有点的平均值

　　5、比较当前的均值点和上一步得到的均值点是否相同。

　　如果相同，则K-Means算法结束，否则，将当前的均值点替换掉之前的均值点，然后重新划分族，重复步骤三。

　　实例

　　import numpy as np

　　import matplotlib.pyplot as plt

　　'''标志位统计递归运行次数'''

　　flag = 0

　　'''欧式距离'''

　　def ecludDist(x, y):

　　return np.sqrt(sum(np.square(np.array(x) - np.array(y))))

　　'''曼哈顿距离'''

　　def manhattanDist(x, y):

　　return np.sum(np.abs(x - y))

　　'''夹角余弦'''

　　def cos(x, y):

　　return np.dot(x, y)/(np.linalg.norm(x) * np.linalg.norm(y))

　　'''计算簇的均值点'''

　　def clusterMean(dataset):

　　return sum(np.array(dataset)) / len(dataset)

　　'''生成随机均值点'''

　　def randCenter(dataset, k):

　　temp = []

　　while len(temp) < k:

　　index = np.random.randint(0, len(dataset)-1)

　　if index not in temp:

　　temp.append(index)

　　return np.array([dataset[i] for i in temp])

　　'''以数据集的前k个点为均值点'''

　　def orderCenter(dataset, k):

　　return np.array([dataset[i] for i in range(k)])

　　'''聚类'''

　　def kMeans(dataset, dist, center, k):

　　global flag

　　#all_kinds用于存放中间计算结果

　　all_kinds = []

　　for _ in range(k):

　　temp = []

　　all_kinds.append(temp)

　　#计算每个点到各均值点的距离

　　for i in dataset:

　　temp = []

　　for j in center:

　　temp.append(dist(i, j))

　　all_kinds[temp.index(min(temp))].append(i)

　　#打印中间结果

　　for i in range(k):

　　print('第'+str(i)+'组:', all_kinds[i], end='\n')

　　flag += 1

　　print('************************迭代'+str(flag)+'次***************************')

　　#更新均值点

　　center_ = np.array([clusterMean(i) for i in all_kinds])

　　if (center_ == center).all():

　　print('结束')

　　for i in range(k):

　　print('第'+str(i)+'组均值点：', center_[i], end='\n')

　　plt.scatter([j[0] for j in all_kinds[i]], [j[1] for j in all_kinds[i]], marker='*')

　　plt.grid()

　　plt.show()

　　else:

　　#递归调用kMeans函数

　　center = center_

　　kMeans(dataset, dist, center, k)

　　def main(k):

　　'''生成随机点'''

　　x = [np.random.randint(0, 50) for _ in range(50)]

　　y = [np.random.randint(0, 50) for _ in range(50)]

　　points = [[i,j] for i, j in zip(x, y)]

　　plt.plot(x, y, 'b.')

　　plt.show()

　　initial_center = randCenter(dataset=points, k=k)

　　kMeans(dataset=points, dist=ecludDist, center=initial_center, k=k)

　　if __name__ == '__main__':

　　main(3)

　　以上就是Python K-means算法的计算步骤，希望对大家有所帮助。更多Python学习指路：请关注多测师。https://www.e70w.com/xwzx/