欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python中實(shí)現(xiàn)k-means聚類算法詳解

 更新時(shí)間:2017年11月11日 16:49:09   作者:mrbean  
這篇文章主要介紹了python中實(shí)現(xiàn)k-means聚類算法詳解,具有一定參考價(jià)值,需要的朋友可以了解下。

算法優(yōu)缺點(diǎn):

優(yōu)點(diǎn):容易實(shí)現(xiàn)
缺點(diǎn):可能收斂到局部最小值,在大規(guī)模數(shù)據(jù)集上收斂較慢
使用數(shù)據(jù)類型:數(shù)值型數(shù)據(jù)

算法思想

k-means算法實(shí)際上就是通過計(jì)算不同樣本間的距離來判斷他們的相近關(guān)系的,相近的就會(huì)放到同一個(gè)類別中去。

1.首先我們需要選擇一個(gè)k值,也就是我們希望把數(shù)據(jù)分成多少類,這里k值的選擇對(duì)結(jié)果的影響很大,Ng的課說的選擇方法有兩種一種是elbow method,簡(jiǎn)單的說就是根據(jù)聚類的結(jié)果和k的函數(shù)關(guān)系判斷k為多少的時(shí)候效果最好。另一種則是根據(jù)具體的需求確定,比如說進(jìn)行襯衫尺寸的聚類你可能就會(huì)考慮分成三類(L,M,S)等

2.然后我們需要選擇最初的聚類點(diǎn)(或者叫質(zhì)心),這里的選擇一般是隨機(jī)選擇的,代碼中的是在數(shù)據(jù)范圍內(nèi)隨機(jī)選擇,另一種是隨機(jī)選擇數(shù)據(jù)中的點(diǎn)。這些點(diǎn)的選擇會(huì)很大程度上影響到最終的結(jié)果,也就是說運(yùn)氣不好的話就到局部最小值去了。這里有兩種處理方法,一種是多次取均值,另一種則是后面的改進(jìn)算法(bisecting K-means)

3.終于我們開始進(jìn)入正題了,接下來我們會(huì)把數(shù)據(jù)集中所有的點(diǎn)都計(jì)算下與這些質(zhì)心的距離,把它們分到離它們質(zhì)心最近的那一類中去。完成后我們則需要將每個(gè)簇算出平均值,用這個(gè)點(diǎn)作為新的質(zhì)心。反復(fù)重復(fù)這兩步,直到收斂我們就得到了最終的結(jié)果。

函數(shù)

loadDataSet(fileName)

從文件中讀取數(shù)據(jù)集

distEclud(vecA, vecB)

計(jì)算距離,這里用的是歐氏距離,當(dāng)然其他合理的距離都是可以的

randCent(dataSet, k)

隨機(jī)生成初始的質(zhì)心,這里是雖具選取數(shù)據(jù)范圍內(nèi)的點(diǎn)

kMeans(dataSet, k, distMeas=distEclud, createCent=randCent)

kmeans算法,輸入數(shù)據(jù)和k值。后面兩個(gè)事可選的距離計(jì)算方式和初始質(zhì)心的選擇方式

show(dataSet, k, centroids, clusterAssment)

可視化結(jié)果

#coding=utf-8
from numpy import *
def loadDataSet(fileName):
 dataMat = []
 fr = open(fileName)
 for line in fr.readlines():
 curLine = line.strip().split('\t')
 fltLine = map(float, curLine)
 dataMat.append(fltLine)
 return dataMat
#計(jì)算兩個(gè)向量的距離,用的是歐幾里得距離
def distEclud(vecA, vecB):
 return sqrt(sum(power(vecA - vecB, 2)))
#隨機(jī)生成初始的質(zhì)心(ng的課說的初始方式是隨機(jī)選K個(gè)點(diǎn)) 
def randCent(dataSet, k):
 n = shape(dataSet)[1]
 centroids = mat(zeros((k,n)))
 for j in range(n):
 minJ = min(dataSet[:,j])
 rangeJ = float(max(array(dataSet)[:,j]) - minJ)
 centroids[:,j] = minJ + rangeJ * random.rand(k,1)
 return centroids
def kMeans(dataSet, k, distMeas=distEclud, createCent=randCent):
 m = shape(dataSet)[0]
 clusterAssment = mat(zeros((m,2)))#create mat to assign data points 
     #to a centroid, also holds SE of each point
 centroids = createCent(dataSet, k)
 clusterChanged = True
 while clusterChanged:
 clusterChanged = False
 for i in range(m):#for each data point assign it to the closest centroid
  minDist = inf
  minIndex = -1
  for j in range(k):
  distJI = distMeas(centroids[j,:],dataSet[i,:])
  if distJI < minDist:
   minDist = distJI; minIndex = j
  if clusterAssment[i,0] != minIndex: 
  clusterChanged = True
  clusterAssment[i,:] = minIndex,minDist**2
 print centroids
 for cent in range(k):#recalculate centroids
  ptsInClust = dataSet[nonzero(clusterAssment[:,0].A==cent)[0]]#get all the point in this cluster
  centroids[cent,:] = mean(ptsInClust, axis=0) #assign centroid to mean 
 return centroids, clusterAssment
def show(dataSet, k, centroids, clusterAssment):
 from matplotlib import pyplot as plt 
 numSamples, dim = dataSet.shape 
 mark = ['or', 'ob', 'og', 'ok', '^r', '+r', 'sr', 'dr', '<r', 'pr'] 
 for i in xrange(numSamples): 
 markIndex = int(clusterAssment[i, 0]) 
 plt.plot(dataSet[i, 0], dataSet[i, 1], mark[markIndex]) 
 mark = ['Dr', 'Db', 'Dg', 'Dk', '^b', '+b', 'sb', 'db', '<b', 'pb'] 
 for i in range(k): 
 plt.plot(centroids[i, 0], centroids[i, 1], mark[i], markersize = 12) 
 plt.show()
def main():
 dataMat = mat(loadDataSet('testSet.txt'))
 myCentroids, clustAssing= kMeans(dataMat,4)
 print myCentroids
 show(dataMat, 4, myCentroids, clustAssing) 
 
if __name__ == '__main__':
 main()

這里是聚類結(jié)果,還是很不錯(cuò)的啦

但是有時(shí)候也會(huì)收斂到局部最小值,就像下面這樣,就是不幸收斂到局部最優(yōu)了

總結(jié)

以上就是本文關(guān)于python中實(shí)現(xiàn)k-means聚類算法詳解的全部?jī)?nèi)容,希望對(duì)大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站:

Python內(nèi)存管理方式和垃圾回收算法解析

Python數(shù)據(jù)結(jié)構(gòu)與算法之列表(鏈表,linked list)簡(jiǎn)單實(shí)現(xiàn)

Python算法之求n個(gè)節(jié)點(diǎn)不同二叉樹個(gè)數(shù)

有什么問題可以隨時(shí)留言,小編會(huì)及時(shí)回復(fù)大家的。感謝朋友們對(duì)本站的支持!

相關(guān)文章

  • python字典基本操作實(shí)例分析

    python字典基本操作實(shí)例分析

    這篇文章主要介紹了python字典基本操作,實(shí)例分析了Python的打印輸出、刪除、賦值等常用技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
    2015-07-07
  • Python 序列化和反序列化庫 MarshMallow 的用法實(shí)例代碼

    Python 序列化和反序列化庫 MarshMallow 的用法實(shí)例代碼

    marshmallow(Object serialization and deserialization, lightweight and fluffy.)用于對(duì)對(duì)象進(jìn)行序列化和反序列化,并同步進(jìn)行數(shù)據(jù)驗(yàn)證。這篇文章主要介紹了Python 序列化和反序列化庫 MarshMallow 的用法實(shí)例代碼,需要的朋友可以參考下
    2020-02-02
  • Python監(jiān)控主機(jī)是否存活并以郵件報(bào)警

    Python監(jiān)控主機(jī)是否存活并以郵件報(bào)警

    本文是利用python腳本寫的簡(jiǎn)單測(cè)試主機(jī)是否存活,此腳本有個(gè)缺點(diǎn)不適用線上,由于網(wǎng)絡(luò)延遲、丟包現(xiàn)象會(huì)造成誤報(bào)郵件,感興趣的朋友一起看看Python監(jiān)控主機(jī)是否存活并以郵件報(bào)警吧
    2015-09-09
  • Python+Seaborn繪制分布圖的示例詳解

    Python+Seaborn繪制分布圖的示例詳解

    這篇文章我們將介紹10個(gè)示例,從而幫助大家掌握如何使用Python中的Seaborn庫來創(chuàng)建圖表。文中示例代碼講解詳細(xì),感興趣的可以了解一下
    2022-05-05
  • pytorch使用horovod多gpu訓(xùn)練的實(shí)現(xiàn)

    pytorch使用horovod多gpu訓(xùn)練的實(shí)現(xiàn)

    這篇文章主要介紹了pytorch使用horovod多gpu訓(xùn)練的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • Python實(shí)現(xiàn)判斷變量是否是函數(shù)方式

    Python實(shí)現(xiàn)判斷變量是否是函數(shù)方式

    這篇文章主要介紹了Python實(shí)現(xiàn)判斷變量是否是函數(shù)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2024-02-02
  • Selenium webdriver添加cookie實(shí)現(xiàn)過程詳解

    Selenium webdriver添加cookie實(shí)現(xiàn)過程詳解

    這篇文章主要介紹了Selenium webdriver添加cookie實(shí)現(xiàn)過程詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-08-08
  • python生成多個(gè)只含0,1元素的隨機(jī)數(shù)組或列表的實(shí)例

    python生成多個(gè)只含0,1元素的隨機(jī)數(shù)組或列表的實(shí)例

    今天小編就為大家分享一篇python生成多個(gè)只含0,1元素的隨機(jī)數(shù)組或列表的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2018-11-11
  • Python運(yùn)算符之Inplace運(yùn)算符的使用教程

    Python運(yùn)算符之Inplace運(yùn)算符的使用教程

    Inplace運(yùn)算符的行為與普通運(yùn)算符相似,只是在可變目標(biāo)和不可變目標(biāo)的情況下它們以不同的方式起作用。本文將通過示例帶大家了解Inplace運(yùn)算符的使用,需要的可以參考一下
    2022-09-09
  • 用python如何繪制表格不同顏色的excel

    用python如何繪制表格不同顏色的excel

    做數(shù)據(jù)分析的時(shí)候,用到了對(duì)Excel中的數(shù)據(jù)進(jìn)行顯示處理,能更直觀的了解數(shù)據(jù),所以下面這篇文章主要給大家介紹了關(guān)于利用python如何繪制表格不同顏色excel的相關(guān)資料,需要的朋友可以參考下
    2021-11-11

最新評(píng)論