python实现kmeans++聚类分析

Kmeans++ 是 Kmeans 算法的一种改进，它在初始化聚类中心的过程中引入了一些随机化方法，可以帮助我们更好地选择初始聚类中心，提高聚类的质量和效率。

以下是 Python 实现 Kmeans++ 聚类分析的代码：

import numpy as np
import random

def kmeans_plus_plus(X, K):
    """
    Kmeans++ 聚类分析
    :param X: 数据集，N*D 的矩阵，N 行 D 列
    :param K: 聚类中心个数
    :return: 聚类中心
    """
    centers = []  # 存储聚类中心
    n_samples, n_features = X.shape

    # 1. 从数据集中随机选择一个样本作为第一个聚类中心
    random_index = random.randint(0, n_samples - 1)
    centers.append(X[random_index])

    # 2. 选择剩余的 K-1 个聚类中心
    for i in range(K - 1):
        # 2.1 计算每个样本距离最近的聚类中心的距离
        distances = []
        for j in range(n_samples):
            dist = np.min([np.linalg.norm(X[j] - c) for c in centers])
            distances.append(dist)
        distances = np.array(distances)

        # 2.2 选择新的聚类中心
        probabilities = distances / np.sum(distances)
        new_center_index = np.random.choice(range(n_samples), p=probabilities)
        centers.append(X[new_center_index])

    return np.array(centers)

使用方法如下：

# 生成样本数据
X = np.random.randn(100, 2)

# Kmeans++ 聚类分析
K = 3
centers = kmeans_plus_plus(X, K)

print("聚类中心：", centers)

其中，X 是样本数据，K 是聚类中心个数，函数返回聚类中心。