3.K均值算法

扑克牌手动演练k均值聚类过程：>30张牌，3类

在其中选择了3张牌作为初始中心，即点数为1、2、3的牌放在上面作为中心

 第1轮：聚类中心为1、2、3，新聚类中心为1、2、6

 

第2轮：聚类中心为1、2、6，新聚类中心为1、3，6

 

 

 第3轮：聚类中心为1、3、6，新聚类中心为1、3、6

 

 

 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from pylab import mpl


mpl.rcParams['font.sans-serif'] = ['SimHei']


iris = load_iris()
x = iris.data[:, 2].reshape(-1, 1)  

model = KMeans(n_clusters=3)  
model.fit(x)  
y = model.predict(x)  
print("预测结果：", y)
kc = model.cluster_centers_   
print("聚类中心:", kc)
plt.scatter(x[:, 0], x[:, 0], c=y, s=50, cmap='rainbow')
plt.title("用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类的散点图")
plt.show()

 

 

  鸢尾花完整数据做聚类并用散点图显示.

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from pylab import mpl

# 指定字体，解决plot不能显示中文的问题
mpl.rcParams['font.sans-serif'] = ['SimHei']


iris = load_iris()
x = iris.data  
model = KMeans(n_clusters=3)  
model.fit(x)  
y = model.predict(x)  
print("预测结果：", y)
kc = model.cluster_centers_  
print("聚类中心:", kc)
plt.scatter(x[:, 2], x[:, 3], c=y, s=50, cmap='rainbow')
plt.title("鸢尾花完整数据做聚类的散点图")
plt.show()

 

 

 

 想想k均值算法中以用来做什么？

以上，已经详细了解并实现了K均值算法，在这部分内容中，将使用K均值算法来实现图像压缩，所谓图像压缩指的是在图像像素方面的处理。图像常用的编码方式为RGB编码，即用三基色(RED,GREEN,BLUE)表示图像颜色。每个像素由三个8位无符号二进制数(范围从0到255)表示其像素颜色，例如，一个像素的颜色可以用(220,101,25)表示。给定的图像包含这数千种颜色，通过K均值算法，可以将其颜色的数量降至16种，从而实现图像压缩。

像素处理

图像的每个像素颜色即代表训练样本,通过K均值算法寻找16种颜色代表图像中的所有像素的颜色，即也就是寻找16个聚类中心，最后，将所有的像素颜色替换为16个聚类中心所对应的颜色。

• 图像加载和预处理
  对于每一个像素，可以用一个三维矩阵表示，其中，第一维和第二维表示其所在位置，第三维代表其是蓝色，红色，或者绿色。例如一个矩阵，表示53行，44列所在的像素其颜色为3.
  在此过程中，需要将图像转换为的矩阵，其中，m=像素的行×列。其实现过程可以用如下代码表示