Python手动实现kmeans聚类和调用sklearn实现
1. 算法步骤
- 随机选取k个样本点充当k个簇的中心点;
- 计算所有样本点与各个簇中心之间的距离,然后把样本点划入最近的簇中;
- 根据簇中已有的样本点,重新计算簇中心;
- 重复步骤2和3,直到簇中心不再改变或改变很小。
2. 手动Python实现
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 | import numpy as np import matplotlib.pyplot as plt from sklearn.datasets.samples_generator import make_blobs n_data = 400 n_cluster = 4 # generate training data X, y = make_blobs(n_samples = n_data, centers = n_cluster, cluster_std = 0.60 , random_state = 0 ) # generate centers of clusters centers = np.random.rand( 4 , 2 ) * 5 EPOCH = 10 tol = 1e - 5 for epoch in range (EPOCH): labels = np.zeros(n_data, dtype = np. int ) # 计算每个点到簇中心的距离并分配label for i in range (n_data): distance = np. sum (np.square(X[i] - centers), axis = 1 ) label = np.argmin(distance) labels[i] = label # 重新计算簇中心 for i in range (n_cluster): indices = np.where(labels = = i)[ 0 ] # 找出第i簇的样本点的下标 points = X[indices] centers[i, :] = np.mean(points, axis = 0 ) # 更新第i簇的簇中心 plt.scatter(X[:, 0 ], X[:, 1 ], c = labels, s = 40 , cmap = 'viridis' ) plt.show() |
运行结果:(注:当簇中心初始化不好时,可能计算会有点错误)
3. 调用sklearn实现kmeans
1 2 3 4 5 6 7 8 9 10 11 12 13 | import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.datasets.samples_generator import make_blobs # Generate some data X, y = make_blobs(n_samples = 400 , centers = 4 , cluster_std = 0.60 , random_state = 0 ) # kmeans clustering kmeans = KMeans( 4 , random_state = 0 ) kmeans.fit(X) # 训练模型 labels = kmeans.predict(X) # 预测分类 plt.scatter(X[:, 0 ], X[:, 1 ], c = labels, s = 40 , cmap = 'viridis' ) plt.show() |
运行结果:
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通