欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python中kmeans聚類實現(xiàn)代碼

 更新時間:2018年02月23日 09:35:22   作者:旭旭_哥  
這篇文章主要為大家詳細介紹了python中kmeans聚類的實現(xiàn)代碼,具有一定的參考價值,感興趣的小伙伴們可以參考一下

k-means算法思想較簡單,說的通俗易懂點就是物以類聚,花了一點時間在python中實現(xiàn)k-means算法,k-means算法有本身的缺點,比如說k初始位置的選擇,針對這個有不少人提出k-means++算法進行改進;另外一種是要對k大小的選擇也沒有很完善的理論,針對這個比較經(jīng)典的理論是輪廓系數(shù),二分聚類的算法確定k的大小,在最后還寫了二分聚類算法的實現(xiàn),代碼主要參考機器學習實戰(zhàn)那本書:

#encoding:utf-8 
''''' 
Created on 2015年9月21日 
@author: ZHOUMEIXU204 
''' 
 
 
path=u"D:\\Users\\zhoumeixu204\\Desktop\\python語言機器學習\\機器學習實戰(zhàn)代碼  python\\機器學習實戰(zhàn)代碼\\machinelearninginaction\\Ch10\\" 
import numpy as np 
def loadDataSet(fileName): #讀取數(shù)據(jù) 
  dataMat=[] 
  fr=open(fileName) 
  for line in fr.readlines(): 
    curLine=line.strip().split('\t') 
    fltLine=map(float,curLine) 
    dataMat.append(fltLine) 
  return dataMat 
def distEclud(vecA,vecB):  #計算距離 
  return np.sqrt(np.sum(np.power(vecA-vecB,2))) 
def randCent(dataSet,k):   #構(gòu)建鏃質(zhì)心 
  n=np.shape(dataSet)[1] 
  centroids=np.mat(np.zeros((k,n))) 
  for j in range(n): 
    minJ=np.min(dataSet[:,j]) 
    rangeJ=float(np.max(dataSet[:,j])-minJ) 
    centroids[:,j]=minJ+rangeJ*np.random.rand(k,1) 
  return centroids 
dataMat=np.mat(loadDataSet(path+'testSet.txt')) 
print(dataMat[:,0]) 
 
 
# 所有數(shù)都比-inf大 
# 所有數(shù)都比+inf小 
def kMeans(dataSet,k,distMeas=distEclud,createCent=randCent): 
  m=np.shape(dataSet)[0] 
  clusterAssment=np.mat(np.zeros((m,2))) 
  centroids=createCent(dataSet,k) 
  clusterChanged=True 
  while clusterChanged: 
    clusterChanged=False 
    for i in range(m): 
      minDist=np.inf;minIndex=-1 #np.inf表示無窮大 
      for j in range(k): 
        distJI=distMeas(centroids[j,:],dataSet[i,:]) 
        if distJI 
          minDist=distJI;minIndex=j 
      if clusterAssment[i,0]!=minIndex:clusterChanged=True 
      clusterAssment[i,:]=minIndex,minDist**2 
    print centroids 
    for cent in range(k): 
      ptsInClust=dataSet[np.nonzero(clusterAssment[:,0].A==cent)[0]] #[0]這里取0是指去除坐標索引值,結(jié)果會有兩個 
      #np.nonzero函數(shù),尋找非0元素的下標 nz=np.nonzero([1,2,3,0,0,4,0])結(jié)果為0,1,2 
      centroids[cent,:]=np.mean(ptsInClust,axis=0) 
     
  return centroids,clusterAssment 
myCentroids,clustAssing=kMeans(dataMat,4)  
print(myCentroids,clustAssing)  
   
#二分均值聚類(bisecting k-means) 
def  biKmeans(dataSet,k,distMeas=distEclud): 
  m=np.shape(dataSet)[0] 
  clusterAssment=np.mat(np.zeros((m,2))) 
  centroid0=np.mean(dataSet,axis=0).tolist()[0] 
  centList=[centroid0] 
  for j in range(m): 
    clusterAssment[j,1]=distMeas(np.mat(centroid0),dataSet[j,:])**2 
  while (len(centList) 
    lowestSSE=np.Inf 
    for i in range(len(centList)): 
      ptsInCurrCluster=dataSet[np.nonzero(clusterAssment[:,0].A==i)[0],:] 
      centroidMat,splitClusAss=kMeans(ptsInCurrCluster,2,distMeas) 
      sseSplit=np.sum(splitClusAss[:,1]) 
      sseNotSplit=np.sum(clusterAssment[np.nonzero(clusterAssment[:,0].A!=i)[0],1]) 
      print "sseSplit, and notSplit:",sseSplit,sseNotSplit 
      if (sseSplit+sseNotSplit) 
        bestCenToSplit=i 
        bestNewCents=centroidMat 
        bestClustAss=splitClusAss.copy() 
        lowestSSE=sseSplit+sseNotSplit 
    bestClustAss[np.nonzero(bestClustAss[:,0].A==1)[0],0]=len(centList) 
    bestClustAss[np.nonzero(bestClustAss[:,0].A==0)[0],0]=bestCenToSplit 
    print "the bestCentToSplit is:",bestCenToSplit 
    print 'the len of bestClustAss is:',len(bestClustAss) 
    centList[bestCenToSplit]=bestNewCents[0,:] 
    centList.append(bestNewCents[1,:]) 
    clusterAssment[np.nonzero(clusterAssment[:,0].A==bestCenToSplit)[0],:]=bestClustAss 
  return centList,clusterAssment 
print(u"二分聚類分析結(jié)果開始") 
dataMat3=np.mat(loadDataSet(path+'testSet2.txt')) 
centList,myNewAssments=biKmeans(dataMat3, 3) 
print(centList) 

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 詳解Python中靜態(tài)類型語言的寫法

    詳解Python中靜態(tài)類型語言的寫法

    眾所周知,python是一種動態(tài)類型語言,但是,從v3.6版本開始,開始支持靜態(tài)類型的寫法,下面小編就來和大家聊聊Python中靜態(tài)類型語言的具體寫法吧
    2023-07-07
  • Python 實現(xiàn)取多維數(shù)組第n維的前幾位

    Python 實現(xiàn)取多維數(shù)組第n維的前幾位

    今天小編就為大家分享一篇Python 實現(xiàn)取多維數(shù)組第n維的前幾位,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-11-11
  • python3 使用ssh隧道連接mysql的操作

    python3 使用ssh隧道連接mysql的操作

    這篇文章主要介紹了python3 使用ssh隧道連接mysql的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-12-12
  • Python實現(xiàn)快速生成SQL語句的示例詳解

    Python實現(xiàn)快速生成SQL語句的示例詳解

    這篇文章主要介紹了如何使用Python中的字符串操作和數(shù)據(jù)結(jié)構(gòu),以及一些庫來自動生成SQL語句的技巧,感興趣的小伙伴可以跟隨小編一起學習一下
    2024-04-04
  • Python獲取圖像中像素點坐標實例代碼

    Python獲取圖像中像素點坐標實例代碼

    當我們處理圖像的時候避免不了要對訪問,或是讀取某一個像素點的值,下面這篇文章主要給大家介紹了關(guān)于利用Python如何獲取圖像中像素點坐標的相關(guān)資料,需要的朋友可以參考下
    2022-06-06
  • python機器學習之神經(jīng)網(wǎng)絡

    python機器學習之神經(jīng)網(wǎng)絡

    這篇文章主要介紹了python機器學習之神經(jīng)網(wǎng)絡,文中有非常詳細的代碼示例,對正在學習python的小伙伴們有很好地幫助,需要的朋友可以參考下
    2021-04-04
  • Python大數(shù)據(jù)用Numpy Array的原因解讀

    Python大數(shù)據(jù)用Numpy Array的原因解讀

    一個Numpy數(shù)組由許多值組成,所有值的類型是相同的,Numpy 是Python科學計算的一個核心模塊,本文重點給大家介紹Python大數(shù)據(jù)Numpy Array的相關(guān)知識,感興趣的朋友一起看看吧
    2022-02-02
  • 簡單談談Python的pycurl模塊

    簡單談談Python的pycurl模塊

    PycURl是一個C語言寫的libcurl的python綁定庫。libcurl 是一個自由的,并且容易使用的用在客戶端的 URL 傳輸庫。它的功能很強大,PycURL 是一個非??焖伲▍⒖级嗖l(fā)操作)和豐富完整特性的,但是有點復雜的接口。
    2018-04-04
  • 解決PyQt5 無邊框后窗口的移動問題

    解決PyQt5 無邊框后窗口的移動問題

    這篇文章主要介紹了解決PyQt5 無邊框后窗口的移動問題,具有很好的參考價值,希望對大家有所幫助,一起跟隨小編過來看看吧
    2021-03-03
  • Python中zip函數(shù)如何使用

    Python中zip函數(shù)如何使用

    在本篇文章里小編給大家分享的是關(guān)于Python中的zip函數(shù)用法,需要的朋友們可以學習參考下。
    2020-06-06

最新評論