补-K均值算法

4. 作业：

1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类

上次做了。

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）

import numpy as np
from sklearn.datasets import load_iris
import random
import matplotlib.pylab as plt

#（1）定义计算欧几里得距离函数。
def jl(data1,data2):
    return np.sqrt(sum((data1-data2)**2))
#（2）构建k个随机质心。

def sjcenter(k,data):
    sjksz=[]
    newdata=[]
    for i in range(k):
        sjk = random.randint(0, len(data)-1)
        if sjk not in sjksz:
            sjksz.append(sjk)
            newdata.append(data[sjk,:])
        else:
            i=i-1;
    return newdata

#（3）定义K-means函数实现算法。
def Kmeans(k,data,center):
    n = len(data)
    dist = np.zeros([n, k + 1])
    newCenter = np.zeros([k, data.shape[1]])

    while True:
        for i in range(n):
            for j in range(k):
                dist[i, j] = jl(data[i],center[j])
            dist[i, k] = np.argmin(dist[i, :k])
        for i in range(k):
            index = dist[:, k] == i
            newCenter[i, :] = data[index, :].mean(axis=0)
        if (np.all(center == newCenter)):
            break
        else:
            center = newCenter
    return dist
#（4）主函数中调用上述4个函数实现K-means算法，并绘制数据散点图查看聚类中心。

def main(k,data):
    center = sjcenter(k, data)
    dist=Kmeans(k,data,center)

    plt.scatter(data[:, 0], data[:, 1], c=dist[:,k], s=50, cmap='rainbow')

    #类中心用黑点标出
    for i in range(k):
        plt.scatter(center[i][0],center[i][1],color='#000000')

    plt.show()

iris=load_iris()
main(3,iris.data[:,2:4])

 

 

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
from sklearn.cluster import KMeans
import matplotlib.pylab as plt
iris=load_iris()
data=iris.data[:,2:4]
model=KMeans(n_clusters=3).fit(data)
model.labels_
model.cluster_centers_
plt.scatter(data[:,0],data[:,1],c=model.labels_,s=50,cmap='rainbow')
for i in range(3):
    plt.scatter(model.cluster_centers_[i][0], model.cluster_centers_[i][1], color='#000000')
plt.show(

 

 

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？

做了。