3.K均值算法

 

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）

from sklearn.datasets import load_iris
import numpy as np
import matplotlib.pyplot as plt
# 数据准备
iris = load_iris()
data = iris.data[:, 1]  # 获取鸢尾花花瓣长度
k = 3    # 类中心个数
n = len(data)  # 样本个数
center = np.random.choice(data, k)   # 随机选取data中的k个数据初始类中心
dist = np.zeros(n)   # 每个样本到类中心的距离
new_center = np.zeros(k)  # 新的类中心
d = np.zeros(k)  # 定义一个存放距离的数组
while True:
# 求距离
    for i in range(n):
        for j in range(k):
            d[j] = (abs(center[j] - data[i]))   # 计算到中心的距离
        # 聚类
        dist[i] = np.argmin(d)

    # 求新类中心
    for c in range(k):
        index = dist == c
        new_center[c] = np.mean(data[index])
    #判定结束
    if np.all(center == new_center):
        break
    else:
        center = new_center
print('最终聚类结果：', dist)

# 散点图
plt.scatter(data, data, c=dist, s=50, cmap="Wistia")
plt.show()

 运行结果：

 

3）. 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
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
iris = load_iris()
data = iris.data[:, 1]
x = data.reshape(-1, 1)
x.shape
est = KMeans(n_clusters=3)
est.fit(x)
y = est.predict(x)
plt.scatter(x[:, 0], x[:, 0], c=y, s=50, cmap="Wistia")
plt.show()

　　运行结果：

 4）. 鸢尾花完整数据做聚类并用散点图显示.

from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
iris = load_iris()
data = iris.data
est = KMeans(n_clusters=3)
est.fit(data)
y = est.predict(data)
plt.scatter(data[:, 2], data[:, 3], c=y, s=50, cmap="rainbow")
plt.show()

　　

 5）.想想k均值算法中以用来做什么？

利用K均值算法实现图像压缩，所谓图像压缩指的是在图像像素方面的处理。