本篇內(nèi)容介紹了“python怎么實(shí)現(xiàn)K-means算法”的有關(guān)知識，在實(shí)際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

創(chuàng)新互聯(lián)建站專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于成都網(wǎng)站建設(shè)、做網(wǎng)站、德清網(wǎng)絡(luò)推廣、成都小程序開發(fā)、德清網(wǎng)絡(luò)營銷、德清企業(yè)策劃、德清品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營等，從售前售中售后，我們都將竭誠為您服務(wù)，您的肯定，是我們最大的嘉獎；創(chuàng)新互聯(lián)建站為所有大學(xué)生創(chuàng)業(yè)者提供德清建站搭建服務(wù)，24小時服務(wù)熱線：18980820575，官方網(wǎng)址：jinyejixie.com

K-means 聚類算法

特點(diǎn)

對初始化敏感。初始點(diǎn)選擇的不同，可能會產(chǎn)生不同的聚類結(jié)果

最終會收斂。不管初始點(diǎn)如何選擇，最終都會收斂

算法思想

選擇K個點(diǎn)作為初始質(zhì)心

repeat

將每個點(diǎn)指派到最近的質(zhì)心，形成K個簇

重新計算每個簇的質(zhì)心

until 簇不發(fā)生變化或達(dá)到最大迭代次數(shù)

代碼實(shí)現(xiàn)

實(shí)驗(yàn)?zāi)康?/p>

根據(jù)下列成績單，將5名同學(xué)成績歸為A類、B類、C類。

限制：使用Kmeans算法實(shí)現(xiàn)，但不直接調(diào)用sklearn第三方庫的KMeans函數(shù)。

學(xué)生姓名　　小測1　　小測2　　小測3　　期末成績　　項目答辯　　成績

張三　　12　　15　　13　　28　　24　　?

李四　　7　　11　　10　　19　　21　　?

王五　　12　　14　　11　　27　　23　　?

趙六　　6　　7　　4　　13　　20　　?

劉七　　13　　14　　13　　27　　25　　?

實(shí)驗(yàn)步驟

1. 數(shù)據(jù)準(zhǔn)備

將數(shù)據(jù)儲存為csv文件，格式如下

學(xué)生姓名,小測1,小測2,小測3,期末成績,項目答辯

張三,12,15,13,28,24

李四,7,11,10,19,21

王五,12,14,11,27,23

趙六,6,7,4,13,20

劉七,13,14,13,27,25

在從csv文件中讀取數(shù)據(jù)，并選取可用的數(shù)據(jù)(排除姓名列)

data = pd.read_csv('grade.csv')

new_data = data.iloc[:, 1:].values

2. KMeans算法實(shí)現(xiàn)

KMeans算法涉及兩點(diǎn)之間距離的計算，我們提前寫好一個函數(shù)：輸入兩個點(diǎn)的坐標(biāo)，返回兩點(diǎn)之間的歐氏距離

def eucliDist(A, B):

return math.sqrt(sum([(a - b) ** 2 for (a, b) in zip(A, B)]))

函數(shù)k_means(c,data,max,label)實(shí)現(xiàn)KMeans算法：

a. 輸入：質(zhì)心列表c，待聚類數(shù)據(jù)data，最大迭代次數(shù)max，標(biāo)簽列表label

b. 計算data中的每個點(diǎn)分別到3個質(zhì)心的歐式距離，得到一個矩陣metrix

metrix = [[eucliDist(a, b) for a in data] for b in c]

c. 比較矩陣metrix同一列的數(shù)值大小，將對應(yīng)的學(xué)生劃歸距離較短的質(zhì)心所屬的類，將標(biāo)簽存儲為列表.

classifier = []

for (d, e, f) in zip(metrix[0], metrix[1], metrix[2]):

m = min(d, e, f)

if d == m:

classifier.append(label[0])

elif e == m:

classifier.append(label[1])

else:

classifier.append(label[2])

d. 重新計算質(zhì)心的坐標(biāo)，新質(zhì)心的坐標(biāo)=被劃歸同一類點(diǎn)的坐標(biāo)的平均值

n1, n2 = 0, 0

c1 = [0, 0, 0, 0, 0]

c2 = c1

c3 = c1

for i in range(0, num):

if classifier[i] == label[0]:

c1 = [a + b for (a, b) in zip(c1, data[i])]

n1 = n1 + 1

elif classifier[i] == label[1]:

c2 = [a + b for (a, b) in zip(c2, data[i])]

n2 = n2 + 1

else:

c3 = [a + b for (a, b) in zip(c3, data[i])]

c1 = [a / n1 for a in c1]

c2 = [a / n2 for a in c2]

c3 = [a / (num - n1 - n2) for a in c3]

e. 重復(fù)b~d，直到質(zhì)心坐標(biāo)不再變化或達(dá)到最大迭代次數(shù)

f. 返回標(biāo)簽列表

完整函數(shù)如下

def k_means(c, data, max,label):

# a. 輸入質(zhì)心列表c，待聚類數(shù)據(jù)`data`，最大迭代次數(shù)max

max = max - 1

num = len(data)

# b. 計算data中的每個點(diǎn)分到k個質(zhì)心的距離，得到一個矩陣，如

metrix = [[eucliDist(a, b) for a in data] for b in c]

print(metrix)

# c. 比較矩陣同一列的數(shù)值大小，將對應(yīng)的學(xué)生劃歸距離較短的質(zhì)心所屬的類，將標(biāo)簽存儲為列表

classifier = []鄭州做人流手術(shù)費(fèi)用 http://4g.zyfuke.com/

for (d, e, f) in zip(metrix[0], metrix[1], metrix[2]):

m = min(d, e, f)

if d == m:

classifier.append(label[0])

elif e == m:

classifier.append(label[1])

else:

classifier.append(label[2])

print(classifier)

# d. 重新計算質(zhì)心的坐標(biāo)，新質(zhì)心的坐標(biāo)=被劃歸同一類點(diǎn)的坐標(biāo)的平均值

n1, n2 = 0, 0

c1 = [0, 0, 0, 0, 0]

c2 = c1

c3 = c1

for i in range(0, num):

if classifier[i] == label[0]:

c1 = [a + b for (a, b) in zip(c1, data[i])]

n1 = n1 + 1

elif classifier[i] == label[1]:

c2 = [a + b for (a, b) in zip(c2, data[i])]

n2 = n2 + 1

else:

c3 = [a + b for (a, b) in zip(c3, data[i])]

c1 = [a / n1 for a in c1]

c2 = [a / n2 for a in c2]

c3 = [a / (num - n1 - n2) for a in c3]

print(max)

print([c1,c2,c3])

# e. 重復(fù)b~d，直到質(zhì)心坐標(biāo)不再變化,或達(dá)到最大迭代次數(shù)

if c != [c1, c2, c3] and max > 0:

c = [c1, c2, c3]

print(c)

k_means(c, data, max, label)

return classifier

3. 設(shè)置參數(shù)，調(diào)用函數(shù)，得到結(jié)果

設(shè)置初始質(zhì)心、標(biāo)簽列表、最大迭代次數(shù)

# 選擇K個點(diǎn)作為初始質(zhì)心

c = [[12, 15, 13, 28, 24], [ 7, 11, 10, 19, 21],[12, 14, 11, 27, 23]]

label = ['A', 'B', 'C']

max = 20

調(diào)用函數(shù)，整理結(jié)果

grade = k_means(c, new_data, max, label)

grade = pd.Series(grade, index=data['學(xué)生姓名'])

print(grade)

實(shí)驗(yàn)結(jié)果

初始質(zhì)心為[12, 15, 13, 28, 24], [ 7, 11, 10, 19, 21],[12, 14, 11, 27, 23]時，迭代2次即收斂，結(jié)果如下

學(xué)生姓名　　小測1　　小測2　　小測3　　期末成績　　項目答辯　　成績

張三　　12　　15　　13　　28　　24　　A

李四　　7　　11　　10　　19　　21　　B

王五　　12　　14　　11　　27　　23　　C

趙六　　6　　7　　4　　13　　20　　B

劉七　　13　　14　　13　　27　　25　　A

“python怎么實(shí)現(xiàn)K-means算法”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！

網(wǎng)站名稱：python怎么實(shí)現(xiàn)K-means算法
鏈接分享：http://jinyejixie.com/article4/pgegoe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站建設(shè)、網(wǎng)站內(nèi)鏈、手機(jī)網(wǎng)站建設(shè)、網(wǎng)站設(shè)計、動態(tài)網(wǎng)站、營銷型網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)