【Kmeans】k均值聚类案例演示

Kmeans聚类方法原理：
1.首先随机定出K个聚类中心；
2.计算数据中每一个点到K个聚类中心的距离（欧氏距离），哪个最小就把这个点归到哪一个簇中；
3.计算每一个簇中所有点的中心点（向量对应元素取平均），这些点确定为新的聚类中心；
4.重复步骤2、3，直到所有的聚类中心不再发生变化。

知道这个原理后，我们应用此来做一个简单的小例子。
需要安装的第三方库：
numpy、matplotlib、scipy、sklearn（注意顺序不要错哦，后三个库是以numpy为基础，sklearn右是以前三个为基础的）
安装方式（pip安装）：
对于不会翻墙的小伙伴，可以从镜像源网站下载，速度同样非常快，打开DOS窗口，以numpy为例，复制以下代码即可：

pip install numpy -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

由于dos窗口里没法把光标移到中间删改东西，所以大家可以把这一行代码保存到一个word文档里，每次需要安装一个库时，就先把这行里面的名字改掉再复制到命令行窗口就可以啦。

数据介绍：
现有1999年全国31个省份城镇居民家庭平均每人全年消费性支出的八个主
要变量数据，这八个变量分别是：食品、衣着、家庭设备用品及服务、医疗
保健、交通和通讯、娱乐教育文化服务、居住以及杂项商品和服务。利用已
有数据，对31个省份进行聚类。
实验目的：
通过聚类，了解1999年各个省份的消费水平在国内的情况。
数据展示：

数据链接：
链接：https://pan.baidu.com/s/1PArczd8hxp1AbQe9MOKwgQ
提取码：9fg2
（将这个txt文档跟下面的程序放到一个文件夹里哦）
程序展示：
为了便于理解，在一些地方我添加了注释进行说明。

import numpy as np
from sklearn.cluster import KMeansdef loadData(filePath):
#该函数为从txt中读取数据fr = open(filePath, 'r+')lines = fr.readlines()retData = []retCityName = []for line in lines:items = line.strip().split(",")#strip()函数默认参数删除空白符（包括'\n', '\r', '\t',  ' ')#line本来是字符串，被.split(",")后，成了若干个字符串组成的列表了retCityName.append(items[0])retData.append([float(items[i]) for i in range(1, len(items))])#注意此处添加的是一个列表return retData, retCityNameif __name__ == '__main__':
# 一个python文件通常有两种使用方法，第一是作为脚本直接执行，第二是 import 到其他的 python 脚本中被调用（模块重用）执行。
# 因此 if __name__ == 'main': 的作用就是控制这两种情况执行代码的过程，在 if __name__ == 'main': 下的代码只有在
# 第一种情况下（即文件作为脚本直接执行）才会被执行，而 import 到其他脚本中是不会被执行的。data, cityName = loadData('31省市居民家庭消费水平-city.txt')km = KMeans(n_clusters=4)label = km.fit_predict(data)#fit_predict()：计算簇中心以及为簇分配序号，label：聚类后各数据所属的标签expenses = np.sum(km.cluster_centers_, axis=1)# 当axis为0时,是压缩行,即将每一列的元素相加,将矩阵压缩为一行，当axis为1时,是压缩列,即将每一行的元素相加,将矩阵压缩为一列# 此处即是将聚类中心的各项数据求和# print(expenses)CityCluster = [[], [], [], []]for i in range(len(cityName)):CityCluster[label[i]].append(cityName[i])#label中的每个元素都与cityname对应，也就是把每个城市名都添加到对应的簇中for i in range(len(CityCluster)):print("Expenses:%.2f" % expenses[i])print(CityCluster[i])

运行结果：

资料来源：
mooc北京理工大学python机器学习

【Kmeans】k均值聚类案例演示相关推荐

聚类分析 | MATLAB实现k-Means(k均值聚类)分析
目录聚类分析 | MATLAB实现k-Means(k均值聚类)分析 k-均值聚类简介相关描述程序设计学习小结参考资料致谢聚类分析 | MATLAB实现k-Means(k均值聚类)分析 k ...
Kmeans K均值聚类，OpenCV实现
Clustering 聚类 kmeans k均值聚类 Finds centers of clusters and groups input samples around the clusters. ...
K-Means(K均值聚类)原理及代码实现
机器学习没有免费午餐定理和三大机器学习任务如何对模型进行评估 K-Means(K均值聚类)原理及代码实现 KNN(K最近邻算法)原理及代码实现 KMeans和KNN的联合演习文章目录机器学习 ...
Udacity机器人软件工程师课程笔记（二十一) - 对点云进行集群可视化 - 聚类的分割 - K-means|K均值聚类, DBSCAN算法
聚类的分割 1.K-均值聚类 (1)K-均值聚类介绍 k均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法,其步骤是随机选取K个对象作为初始的聚类中心 ...
k-means(k均值聚类)算法介绍及实现(c++)
基本介绍: k-means 算法接受输入量 k :然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高:而不同聚类中的对象相似度较小.聚类相似度是利用各聚类中对象的均 ...
【数据挖掘】十大算法之K-Means K均值聚类算法
目录 1 Kmeans步骤 2 kmeans损失函数 3 优缺点 4 如何调优和改进 5 改进的算法 1 Kmeans步骤 (1)数据预处理,如归一化.离群点处理等 (2)随机选取K个簇中心,记为u1 ...
K-Means(K均值)聚类算法
K-mean 初始数据集如下图所示,数据集未做任何标记labels 要求将其分为两簇,K均值算法的操作原理为: 随机挑选两个点作为聚类中心(cluster centroids),K-均值算法是一个 ...
k-means k均值聚类的弱点/缺点
Similar to other algorithm, K-mean clustering has many weaknesses: 1 When the numbers of data are no ...
Python——KMeans(k均值聚类)实战(附详细代码与注解)
开始之前各位朋友周末好,今天博主小码将开车≥Ö‿Ö≤为大家用代码实战讲解KMeans聚类,请大家坐稳了≡(▔﹏▔)≡.作为机器学习的十大经典算法之一,聚类的相关现实应用非常之广,如图像分割,文本分类 ...

【Kmeans】k均值聚类案例演示

【Kmeans】k均值聚类案例演示相关推荐

最新文章

热门文章