1. 机器学习的步骤
数据，模型选择，训练，测试，预测
2. 安装机器学习库sklearn
pip list 查看版本
python -m pip install --upgrade pip
pip install -U scikit-learn
pip uninstall sklearn
pip uninstall numpy
pip uninstall scipy
pip install scipy
pip install numpy
pip install sklearn
https://scikit-learn.org/stable/install.html
2. 导入sklearn的数据集
from sklearn.datasets import load_iris
iris = load_iris()
iris.keys()
X = iris.data # 获得其特征向量
y = iris.target # 获得样本标签
iris.feature_names # 特征名称
3.K均值算法
K-means是一个反复迭代的过程，算法分为四个步骤：
（x,k,y)
1） 选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心；
def initcenter(x, k): kc
2） 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心（最相似）所对应的类；
def nearest(kc, x[i]): j
def xclassify(x, y, kc):y[i]=j
3） 更新聚类中心：将每个类别中所有对象所对应的均值作为该类别的聚类中心，计算目标函数的值；
def kcmean(x, y, kc, k):
4） 判断聚类中心和目标函数的值是否发生改变，若不变，则输出结果，若改变，则返回2）。
while flag:
y = xclassify(x, y, kc)
kc, flag = kcmean(x, y, kc, k)
参考官方文档:
http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#sklearn.cluster.KMeans
4. 作业：
1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类
2）. *自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示。（加分题）
3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.
4）. 鸢尾花完整数据做聚类并用散点图显示.
5）.想想k均值算法中以用来做什么？
答：1.
2.
3.
4.
5.用来分类，比如种子的好坏程度，控制渔网大小限制过渡捕捞等等
代码如下：
import numpy as np
from sklearn.datasets import load_iris
iris = load_iris()
x = iris.data[:, 1]
y = np.zeros(150)
def initcent(x, k): # 初始聚类中心数组
return x[0:k].reshape(k)
def nearest(kc, i): # 数组中的值，与聚类中心最小距离所在类别的索引号
d = (abs(kc - i))
w = np.where(d == np.min(d))
return w[0][0]
def kcmean(x, y, kc, k): # 计算各聚类新均值
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 # 聚类中心发生变化
return (np.array(l), flag)
def xclassify(x, y, kc):
for i in range(x.shape[0]): # 对数组的每个值分类
y[i] = nearest(kc, x[i])
return y
k = 3
kc = initcent(x, k)
flag = True
print(x, y, kc, flag)
while flag:
y = xclassify(x, y, kc)
kc, flag = kcmean(x, y, kc, k)
print(y, kc, type(kc))
import matplotlib.pyplot as plt
plt.scatter(x, x, c=y, s=50, cmap='rainbow', marker='p', alpha=0.5);
plt.show()
# 3.用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类并用散点图显示，鸢尾花完整数据做聚类并用散点图显示。
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) # 三个聚类中心
result = k_means.fit(petal_len) # Kmeans自动分类
kc = result.cluster_centers_ # 自动分类后的聚类中心
y_means = k_means.predict(petal_len) # 预测Y值
plt.scatter(petal_len, np.linspace(1, 150, 150), c=y_means, marker='+')
plt.show()
#4. 鸢尾花完整数据做聚类并用散点图显示.
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) #三个聚类中心
result = k_means.fit(petal_len) #Kmeans自动分类
kc = result.cluster_centers_ #自动分类后的聚类中心
y_means = k_means.predict(petal_len) #预测Y值
plt.scatter(petal_len[:,0],petal_len[:,2],c=y_means,marker='x')
plt.show()
