Python如何通過手肘法實現(xiàn)k_means聚類詳解
1.導入matplotlib.pylab和numpy包
import matplotlib.pylab as plt import numpy as np
2.定義實現(xiàn)需要用到的函數(shù)
(1)計算兩點距離
# 計算兩點距離 def distance(a, b): return np.sqrt((a[0] - b[0]) ** 2 + (a[1] - b[1]) ** 2)
(2)取集合的中心點
# 取集合中心點 def means(arr): x = 0 y = 0 for i in range(len(arr)): x += arr[i][0] y += arr[i][1] if len(arr) > 0: x /= len(arr) y /= len(arr) return np.array([x, y])
(3)尋找下一個聚類中心點,其距離已找到的聚類中心點最遠,用于初始化聚類中心
# 尋找距離已加入聚類中心數(shù)組最遠的點,用于初始化聚類中心 def farthest(k_arr, arr): point = [0, 0] max_dist = 0 for e in arr: dist = 0 for i in range(len(k_arr)): dist += distance(k_arr[i], e) if dist > max_dist: max_dist = dist point = e return point
3.k_means方法
(1)先讀取表中的數(shù)據(jù)
(2)如何隨機獲取其中一個點作為第一個聚類中心
(3)接下來每次獲取距離之間所有聚類中心點最遠的點作為下一個聚類中心點
(4)每次迭代時,遍歷集合中的所有點,將其加入距離最小的聚類中心點數(shù)組中,更新聚類中心
(5)最后將數(shù)據(jù)可視化,返回分類好的數(shù)組
def k_means(k): # 讀取數(shù)據(jù) kmeans_data = np.genfromtxt('kmeans_data.txt', dtype=float) # 初始化 r = np.random.randint(len(kmeans_data) - 1) k_arr = np.array([kmeans_data[r]]) class_arr = [[]] for i in range(k - 1): k_arr = np.concatenate([k_arr, np.array([farthest(k_arr, kmeans_data)])]) class_arr.append([]) # 迭代聚類 n = 20 class_temp = class_arr for i in range(n): # 迭代次數(shù) class_temp = class_arr for e in kmeans_data: # 把集合中的每一個點聚到離它最近的類 k_idx = 0 # 假設距離第一個聚類中心最近 min_d = distance(e, k_arr[0]) for j in range(len(k_arr)): # 獲取距離該元素最近的聚類中心 if distance(e, k_arr[j]) < min_d: min_d = distance(e, k_arr[j]) k_idx = j class_temp[k_idx].append(e) # 把該元素加到對應的類中 # 更新聚類中心 for l in range(len(k_arr)): k_arr[l] = means(class_temp[l]) # 將數(shù)據(jù)可視化 col = ['red', 'blue', 'yellow', 'green', 'pink', 'black', 'purple', 'orange', 'brown'] for i in range(k): plt.scatter(k_arr[i][0], k_arr[i][1], linewidths=10, color=col[i]) plt.scatter([e[0] for e in class_temp[i]], [e[1] for e in class_temp[i]], color=col[i]) plt.show() # 返回分類好的簇 return class_temp
4.手肘法獲取最佳的k值
(1)遍歷k值的范圍,從1到9
(2)kmeans獲取分類好的數(shù)組
(3)遍歷kmeans計算對應的SSE
(4)畫出對應k值的SSE的折線圖
# 通過肘部觀察法獲取k值 def getK(): mean_dist = [] for k in range(1, 10): # 獲取分成k簇后的元素 kmeans = k_means(k) sse = 0 # 計算SSE for i in range(len(kmeans)): mean = means(kmeans[i]) for e in kmeans[i]: sse += distance(mean, e) ** 2 mean_dist.append(sse) # 化成折線圖觀察最佳的k值 plt.plot(range(1, 10), mean_dist, 'bx-') plt.ylabel('SSE') plt.xlabel('k') plt.show()
5. main函數(shù)
if __name__ == '__main__': getK() # 通過觀察可知, 4 是最佳的k值 k_means(4)
6. 完整代碼
import matplotlib.pylab as plt import numpy as np # 計算兩點距離 def distance(a, b): return np.sqrt((a[0] - b[0]) ** 2 + (a[1] - b[1]) ** 2) # 取集合中心點 def means(arr): x = 0 y = 0 for i in range(len(arr)): x += arr[i][0] y += arr[i][1] if len(arr) > 0: x /= len(arr) y /= len(arr) return np.array([x, y]) # 尋找距離已加入聚類中心數(shù)組最遠的點,用于初始化聚類中心 def farthest(k_arr, arr): point = [0, 0] max_dist = 0 for e in arr: dist = 0 for i in range(len(k_arr)): dist += distance(k_arr[i], e) if dist > max_dist: max_dist = dist point = e return point def k_means(k): # 讀取數(shù)據(jù) kmeans_data = np.genfromtxt('kmeans_data.txt', dtype=float) # 初始化 r = np.random.randint(len(kmeans_data) - 1) k_arr = np.array([kmeans_data[r]]) class_arr = [[]] for i in range(k - 1): k_arr = np.concatenate([k_arr, np.array([farthest(k_arr, kmeans_data)])]) class_arr.append([]) # 迭代聚類 n = 20 class_temp = class_arr for i in range(n): # 迭代次數(shù) class_temp = class_arr for e in kmeans_data: # 把集合中的每一個點聚到離它最近的類 k_idx = 0 # 假設距離第一個聚類中心最近 min_d = distance(e, k_arr[0]) for j in range(len(k_arr)): # 獲取距離該元素最近的聚類中心 if distance(e, k_arr[j]) < min_d: min_d = distance(e, k_arr[j]) k_idx = j class_temp[k_idx].append(e) # 把該元素加到對應的類中 # 更新聚類中心 for l in range(len(k_arr)): k_arr[l] = means(class_temp[l]) # 將數(shù)據(jù)可視化 col = ['red', 'blue', 'yellow', 'green', 'pink', 'black', 'purple', 'orange', 'brown'] for i in range(k): plt.scatter(k_arr[i][0], k_arr[i][1], linewidths=10, color=col[i]) plt.scatter([e[0] for e in class_temp[i]], [e[1] for e in class_temp[i]], color=col[i]) plt.show() # 返回分類好的簇 return class_temp # 通過肘部觀察法獲取k值 def getK(): mean_dist = [] for k in range(1, 10): # 獲取分成k簇后的元素 kmeans = k_means(k) sse = 0 # 計算SSE for i in range(len(kmeans)): mean = means(kmeans[i]) for e in kmeans[i]: sse += distance(mean, e) ** 2 mean_dist.append(sse) # 化成折線圖觀察最佳的k值 plt.plot(range(1, 10), mean_dist, 'bx-') plt.ylabel('SSE') plt.xlabel('k') plt.show() if __name__ == '__main__': getK() # 通過觀察可知, 4 是最佳的k值 k_means(4)
總結
到此這篇關于Python如何通過手肘法實現(xiàn)k_means聚類的文章就介紹到這了,更多相關Python手肘法實現(xiàn)k_means聚類內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
全網(wǎng)最新用python實現(xiàn)各種文件類型轉換的方法
這篇文章主要介紹了用python實現(xiàn)各種文件類型轉換的方法,包括word轉pdf,excel轉pdf,ppt轉pdf,本文通過實例代碼給大家介紹的非常詳細,需要的朋友可以參考下2023-05-05python實現(xiàn)的解析crontab配置文件代碼
這篇文章主要介紹了python實現(xiàn)的解析crontab配置文件代碼,也可以說是python版的crontab,代碼中包含大量注釋,需要的朋友可以參考下2014-06-06