1. 手写⼀个简单的Kmeans算法

导入所需要的包

# 导入一些包
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.datasets import make_blobs

模拟数据

# 模拟出一些数据集出来
#r = np.random.randint(1,100)
r = 4
#print(r)
k = 3
x , y = make_blobs(n_samples = 300,cluster_std = [0.3, 0.3, 0.3],centers = [[0,0],[1,1],[-1,1]],random_state = r)
sim_data = pd.DataFrame(x, columns = ['x1', 'x2'])
sim_data['label'] = y
sim_data.head(5)datasets = sim_data.copy()plt.scatter(sim_data['x1'], sim_data['x2'])

因为聚类分析是无监督学习方式，所以在代码中不需要y值，都只有x值就好了。所以drop弹出y
取出最大值与最小值

data_content = datasets.drop('label',axis=1)
range_info =data_content.describe().loc[['min','max'],:]

随机产生3个介于最大值与最小值之间的数（这样写代码更有拓展性，实用性强）

#这样的代码实用性会更强，上面只适用于X1和X2
# 这个代码可以适用于所有数据
l = []
for i in data_content.columns:l.append(np.random.uniform(range_info[i]['min'],range_info[i]['max'],3))
l

这个作为初始的聚类中心点的位置，介于最大值与最小值之间

转成表格DataFrame

pd.DataFrame(l,index = data_content.columns).T

这3个初始值的聚类中心点就是
（1.796770 ，-0.384921）
（-0.119144， -0.497739）
（1.258498， -0.322896）
因为for循环有对大数据不采用，所以这里教一种减少循环次数的方法

# 列表解析式
[np.random.uniform(range_info[i]['min'],range_info[i]['max'],3) for i in data_content.columns]

这个是取出k个随机的介于最大值和最小值之间的数

# 从i的最大最小中随机生成k个数
np.random.uniform(range_info[i]['min'],range_info[i]['max'],k)

这个比上一个更有拓展性，可以外部设置K值（聚类点数）

# 使用列表解析式写出一个更加有拓展性的代码
k = 4
k_randoms = [np.random.uniform(range_info[i]['min'], range_info[i]['max'], k) for i in data_content.columns]
k_randoms

转成表格形式

# 将最后的k_randoms转化成dataframe的格式
centers = pd.DataFrame(k_randoms, index = data_content.columns).T
centers

封装成函数，之后就可以直接用了，datasets是数据集

# 上面的都测试好之后，我们就可以把它写出一个函数
def initial_centers(datasets, k = 3):data_content = datasets.drop('label', axis = 1)range_info = data_content.describe().loc[['min', 'max'], :]k_randoms = [np.random.uniform(range_info[i]['min'], range_info[i]['max'], k) for i in data_content.columns]centers = pd.DataFrame(k_randoms, index = data_content.columns).Treturn centers

测试一下封装好的包

centers = initial_centers(datasets = datasets, k = 3)
centers

Python机器学习---2.聚类分析代码部分相关推荐

《Python机器学习》基础代码
1,要学习Python机器学习,第一步就是读入数据,这里我们以读入excel的数据为例,利用jupyter notebook来编码,具体教程看这个视频本书所有文件均来自下面的二维码下载后解压,再将 ...
python简单的聚类分析代码_python kmeans聚类简单介绍和实现代码
一.k均值聚类的简单介绍假设样本分为c类,每个类均存在一个中心点,通过随机生成c个中心点进行迭代,计算每个样本点到类中心的距离(可以自定义.常用的是欧式距离) 将该样本点归入到最短距离所在的类,重新 ...
python机器学习手册——学习代码（导入、处理、时间、图像、降维、sklearn模型、神经网络）
一.向量.矩阵.数组 # 1.1 创建向量 array #一维数组 import numpy as np vector_row = np.array([1,2,3]) # 创建行向量 vector_c ...
用Python进行机器学习（附代码、学习资源）
作者:Tirthajyoti Sarkar 翻译:张逸校对:冯羽本文约3090字,建议阅读6分钟. 本文从非线性数据进行建模,带你用简便并且稳健的方法来快速实现使用Python进行机器学习. 使用 ...
82 个代码案例实践，带你学好 Python 机器学习
全世界有3.14 % 的人已经关注了数据与算法之美如果村里通了网,那你一定知道[AI]人工智能. 如果你会网上冲浪,那你一定看到过[ML]机器学习. 小编在网上看到一个段子:ML派坐落美利坚合众山 ...
python常用代码入门-入门十大Python机器学习算法（附代码）
入门十大Python机器学习算法(附代码) 今天,给大家推荐最常用的10种机器学习算法,它们几乎可以用在所有的数据问题上: 1.线性回归线性回归通常用于根据连续变量估计实际数值(房价.呼叫次数.总销 ...
python 算法教程 pdf 英文_上手实践《Python机器学习第2版》PDF中文+PDF英文+代码+Sebastian...
学习机器学习,推荐学习<Python机器学习(第二版)>. <Python机器学习(第2版)>,图文并茂,代码详实,原理清晰,覆盖面适度,侧重算法实现和应用,作为入门级学习还是 ...
python机器学习开源代码_Python简化代码机器学习库PyCaret 2.0发布
字幕组双语原文:Python简化代码机器学习库PyCaret 2.0发布英语原文:Announcing PyCaret 2.0 翻译:雷锋字幕组(Shangru) 我们激动的宣布,PyCaret第二 ...
Python机器学习实验二：1.编写代码，实现对iris数据集的KNN算法分类及预测
Python机器学习实验二:编写代码,实现对iris数据集的KNN算法分类及预测 1.编写代码,实现对iris数据集的KNN算法分类及预测,要求: (1)数据集划分为测试集占20%: (2)n_nei ...

Python机器学习---2.聚类分析代码部分

1. 手写⼀个简单的Kmeans算法

Python机器学习---2.聚类分析代码部分相关推荐

最新文章

热门文章