kmeans聚类算法解决mnist代码

Kmeans聚类算法可以用于解决MNIST数据集的问题。MNIST数据集是一个手写数字的图像数据集，其中包含了60000个训练样本和10000个测试样本。Kmeans聚类算法可以将这些样本聚类成k个簇，其中k是用户给定的。下面是Kmeans聚类算法解决MNIST数据集的代码：

from sklearn.cluster import KMeans
from sklearn.datasets import load_digits

digits = load_digits()
X = digits.data
y = digits.target

kmeans = KMeans(n_clusters=10, random_state=0)
clusters = kmeans.fit_predict(X)

for i in range(10):
    print("Cluster ", i)
    print(y[clusters == i])

在这个代码中，我们首先导入了KMeans算法和MNIST数据集。然后，我们将MNIST数据集中的图像数据存储在X中，将标签存储在y中。接着，我们创建了一个KMeans对象，将其聚类数设置为10，并使用fit_predict方法对数据进行聚类。最后，我们将每个簇中的标签打印出来。

相关问题

kmeans聚类算法案例实现mnist

### K-Means聚类算法实现MNIST手写数字识别

#### 数据准备与导入库
为了使用K-Means聚类算法处理MNIST数据集，首先需要安装并加载必要的Python包。这些工具可以帮助完成数据分析、机器学习建模以及图形展示的任务。

import numpy as np
from sklearn.datasets import fetch_openml
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans
from sklearn.metrics import accuracy_score, confusion_matrix
import matplotlib.pyplot as plt

#### 加载MNIST数据集
通过`fetch_openml`函数可以方便地下载MNIST数据集，并对其进行初步预处理以便后续操作。

mnist = fetch_openml('mnist_784', version=1)
X, y = mnist["data"], mnist["target"]
y = y.astype(np.int8)  # 将标签转换成整数类型

#### 应用降维技术PCA
考虑到原始图片维度较高（每张图像是28×28像素），采用主成分分析(Principal Component Analysis, PCA)来降低特征空间的复杂度，从而提高计算效率和模型性能。

pca = PCA(n_components=0.95)  # 设置保留95%方差的比例
reduced_X = pca.fit_transform(X / 255.)  # 归一化输入数据后再做PCA变换
print(f"Reduced dimensions to {reduced_X.shape[1]} from original 784.")

#### 构建与训练K-Means模型
创建一个具有指定数量簇(cluster)的K-Means实例对象，并调用`.fit()`方法执行实际的学习过程；这里假设已知类别数目为10个即代表十个阿拉伯数字字符。

n_clusters = len(np.unique(y))
model = KMeans(n_clusters=n_clusters, random_state=42)
model.fit(reduced_X[:6000])  # 只选取部分样本来加快速度

#### 预测及评估效果
利用训练好的模型对测试集中剩余的数据点做出预测，进而统计各类别的分配情况及其准确性指标。

predicted_labels = model.predict(reduced_X[6000:])
cm = confusion_matrix(y[6000:], predicted_labels)

def find_nearest_label(kmeans_model, actual_labels):
    """辅助函数用于匹配聚类中心到真实标签"""
    centers = kmeans_model.cluster_centers_
    closest, _ = pairwise_distances_argmin_min(centers, reduced_X[6000:])
    mapping = dict(zip(range(len(closest)), [actual_labels[i] for i in closest]))
    return mapping

label_map = find_nearest_label(model, y[6000:])
mapped_predictions = np.array([label_map[prediction] for prediction in predicted_labels])
accuracy = accuracy_score(y[6000:], mapped_predictions)
print(f'Accuracy after matching clusters with true labels: {accuracy:.3f}')

#### 结果可视化
最后一步是对最终得到的结果进行直观呈现，比如绘制混淆矩阵热力图或者散点分布图等。

plt.figure(figsize=(8, 6))
plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)
plt.title("Confusion Matrix")
plt.colorbar()
tick_marks = np.arange(len(set(y)))
plt.xticks(tick_marks, set(y), rotation=45)
plt.yticks(tick_marks, set(y))

fmt = 'd'
thresh = cm.max() / 2.
for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
    plt.text(j, i, format(cm[i, j], fmt),
             horizontalalignment="center",
             color="white" if cm[i, j] > thresh else "black")

plt.ylabel('True label')
plt.xlabel('Predicted label')
plt.tight_layout()

# 绘制前两个主成分上的样本投影
plt.figure(figsize=(8, 6))
colors = ['navy', 'turquoise', 'darkorange']
lw = 2

for color, i, target_name in zip(colors, [0, 1, 2], ["Cluster 0", "Cluster 1", "Cluster 2"]):
    plt.scatter(reduced_X[y == list(label_map.keys())[i], 0],
                reduced_X[y == list(label_map.keys())[i], 1],
                color=color,
                alpha=.8,
                lw=lw,
                label=target_name)

plt.legend(loc='best', shadow=False, scatterpoints=1)
plt.title('PCA of MNIST Dataset')

plt.show()

kmeans聚类算法python 使用mnist数据

好的，我可以为您提供关于使用k-means算法对MNIST数据集进行聚类的Python代码。

首先，您需要导入所需的库：

from sklearn.cluster import KMeans
from sklearn.datasets import fetch_openml
import numpy as np
import matplotlib.pyplot as plt

然后，您可以使用fetch_openml函数从OpenML获取MNIST数据集：

mnist = fetch_openml('mnist_784')
X = mnist.data.astype('float32') / 255.0  # 将像素值缩放到0到1之间
y = mnist.target.astype('int64')

接下来，您可以使用KMeans算法对MNIST数据进行聚类：

kmeans = KMeans(n_clusters=10, random_state=42)
kmeans.fit(X)

最后，您可以可视化聚类结果：

fig, axes = plt.subplots(2, 5, figsize=(8, 3))
for i, ax in enumerate(axes.flat):
    center = kmeans.cluster_centers_[i]
    ax.imshow(center.reshape(28, 28), cmap='binary')
    ax.set_title(f'Cluster {i}')
    ax.axis('off')
plt.show()

这将显示10个聚类中心，每个聚类中心表示一组相似的数字图像。

希望这可以帮助您开始使用KMeans算法对MNIST数据进行聚类。