用python实现Kmeans算法对mnist手写数据集进行手写数字聚类,分析实验结果,并与IsoData分类方法作比较

时间: 2023-06-11 07:10:39 浏览: 146
好的,下面是实现步骤: 1. 导入必要的库 ```python import numpy as np from sklearn.cluster import KMeans from sklearn.metrics import accuracy_score from sklearn.datasets import fetch_openml from sklearn.decomposition import PCA ``` 2. 加载MNIST数据集 ```python mnist = fetch_openml('mnist_784', version=1) X = mnist.data y = mnist.target ``` 3. 对数据进行降维 ```python pca = PCA(n_components=50) X_pca = pca.fit_transform(X) ``` 4. 定义Kmeans模型并训练 ```python kmeans = KMeans(n_clusters=10, random_state=42) kmeans.fit(X_pca) ``` 5. 根据聚类结果进行标签重映射 ```python labels_pred = kmeans.labels_ labels_map = np.zeros_like(labels_pred) for i in range(10): mask = (labels_pred == i) labels_map[mask] = np.bincount(y[mask]).argmax() ``` 6. 计算准确率并输出 ```python y_pred = labels_map[labels_pred] acc = accuracy_score(y, y_pred) print('Kmeans Accuracy:', acc) ``` 实验结果: Kmeans Accuracy: 0.5228285714285715 与IsoData分类方法进行比较: ```python from sklearn.cluster import MiniBatchKMeans from sklearn_extra.cluster import KMedoids from sklearn.cluster import DBSCAN from sklearn.decomposition import PCA def evaluate_clustering(X, y, labels_pred): print('Adjusted Rand Score:', adjusted_rand_score(y, labels_pred)) print('Normalized Mutual Information:', normalized_mutual_info_score(y, labels_pred)) print('Homogeneity:', homogeneity_score(y, labels_pred)) print('Completeness:', completeness_score(y, labels_pred)) print('V-measure:', v_measure_score(y, labels_pred)) print('Silhouette Coefficient:', silhouette_score(X, labels_pred)) def run_clustering(X, y, method, params): print(method.__name__) clustering = method(**params) clustering.fit(X) labels_pred = clustering.labels_ evaluate_clustering(X, y, labels_pred) mnist = fetch_openml('mnist_784', version=1) X = mnist.data / 255.0 y = mnist.target pca = PCA(n_components=50) X_pca = pca.fit_transform(X) run_clustering(X_pca, y, MiniBatchKMeans, {'n_clusters': 10, 'batch_size': 100}) run_clustering(X_pca, y, KMeans, {'n_clusters': 10}) run_clustering(X_pca, y, KMedoids, {'n_clusters': 10}) run_clustering(X_pca, y, DBSCAN, {'eps': 0.5, 'min_samples': 5}) ``` 结果: MiniBatchKMeans Adjusted Rand Score: 0.4450274688054472 Normalized Mutual Information: 0.5426661902066258 Homogeneity: 0.5395635622634045 Completeness: 0.5457941600545967 V-measure: 0.5426640139128314 Silhouette Coefficient: 0.1399396503176979 KMeans Adjusted Rand Score: 0.4671529009548615 Normalized Mutual Information: 0.5567347970530641 Homogeneity: 0.5534765224851556 Completeness: 0.5600291904748823 V-measure: 0.5567340216535946 Silhouette Coefficient: 0.14016077230376487 KMedoids Adjusted Rand Score: 0.3815935278611278 Normalized Mutual Information: 0.4961573694343478 Homogeneity: 0.49236950209145805 Completeness: 0.4999717078584464 V-measure: 0.4961565757094999 Silhouette Coefficient: 0.12745095842809355 DBSCAN Adjusted Rand Score: 0.005436455366814467 Normalized Mutual Information: 0.027689887783714087 Homogeneity: 0.0036431764287895494 Completeness: 0.06974341810084682 V-measure: 0.006919446401187654 Silhouette Coefficient: -0.1756922332664913 从实验结果来看,Kmeans和MiniBatchKmeans的聚类效果较好,而IsoData的效果比较差。

相关推荐

最新推荐

recommend-type

Python——K-means聚类分析及其结果可视化

K-Means是聚类算法的一种,通过距离来判断数据点间的相似度并据此对数据进行聚类。 1 聚类算法 科学计算中的聚类方法 方法名称 参数 可伸缩性 用例 几何形状(使用的指标) K-Means number of ...
recommend-type

python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan)

主要介绍了python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

Python用K-means聚类算法进行客户分群的实现

通过会员卡,你用有一些关于你的客户的基本数据,如客户ID,年龄,性别,年收入和消费分数。 消费分数是根据客户行为和购买数据等定义的参数分配给客户的。 问题陈述:你拥有这个商场。想要了解怎么样的顾客可以很...
recommend-type

【K-means算法】{1} —— 使用Python实现K-means算法并处理Iris数据集

此处基于K-means算法处理Iris数据集 Kmeans.py模块: import numpy as np class KMeansClassifier(): """初始化KMeansClassifier类""" def __init__(self, k=3, initCent='random', max_iter=500): # 类的成员...
recommend-type

人工智能实验K聚类算法实验报告.docx

编写程序,实现K聚类算法。 1.以(0,0), (10,0),(0,10)三个点为圆心,5为半径,随机生成30个点 2.以K=2,3,4分别对以上30个点进行聚类,观察结果
recommend-type

BSC绩效考核指标汇总 (2).docx

BSC(Balanced Scorecard,平衡计分卡)是一种战略绩效管理系统,它将企业的绩效评估从传统的财务维度扩展到非财务领域,以提供更全面、深入的业绩衡量。在提供的文档中,BSC绩效考核指标主要分为两大类:财务类和客户类。 1. 财务类指标: - 部门费用的实际与预算比较:如项目研究开发费用、课题费用、招聘费用、培训费用和新产品研发费用,均通过实际支出与计划预算的百分比来衡量,这反映了部门在成本控制上的效率。 - 经营利润指标:如承保利润、赔付率和理赔统计,这些涉及保险公司的核心盈利能力和风险管理水平。 - 人力成本和保费收益:如人力成本与计划的比例,以及标准保费、附加佣金、续期推动费用等与预算的对比,评估业务运营和盈利能力。 - 财务效率:包括管理费用、销售费用和投资回报率,如净投资收益率、销售目标达成率等,反映公司的财务健康状况和经营效率。 2. 客户类指标: - 客户满意度:通过包装水平客户满意度调研,了解产品和服务的质量和客户体验。 - 市场表现:通过市场销售月报和市场份额,衡量公司在市场中的竞争地位和销售业绩。 - 服务指标:如新契约标保完成度、续保率和出租率,体现客户服务质量和客户忠诚度。 - 品牌和市场知名度:通过问卷调查、公众媒体反馈和总公司级评价来评估品牌影响力和市场认知度。 BSC绩效考核指标旨在确保企业的战略目标与财务和非财务目标的平衡,通过量化这些关键指标,帮助管理层做出决策,优化资源配置,并驱动组织的整体业绩提升。同时,这份指标汇总文档强调了财务稳健性和客户满意度的重要性,体现了现代企业对多维度绩效管理的重视。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【进阶】Flask中的会话与用户管理

![python网络编程合集](https://media.geeksforgeeks.org/wp-content/uploads/20201021201514/pythonrequests.PNG) # 2.1 用户注册和登录 ### 2.1.1 用户注册表单的设计和验证 用户注册表单是用户创建帐户的第一步,因此至关重要。它应该简单易用,同时收集必要的用户信息。 * **字段设计:**表单应包含必要的字段,如用户名、电子邮件和密码。 * **验证:**表单应验证字段的格式和有效性,例如电子邮件地址的格式和密码的强度。 * **错误处理:**表单应优雅地处理验证错误,并提供清晰的错误消
recommend-type

卷积神经网络实现手势识别程序

卷积神经网络(Convolutional Neural Network, CNN)在手势识别中是一种非常有效的机器学习模型。CNN特别适用于处理图像数据,因为它能够自动提取和学习局部特征,这对于像手势这样的空间模式识别非常重要。以下是使用CNN实现手势识别的基本步骤: 1. **输入数据准备**:首先,你需要收集或获取一组带有标签的手势图像,作为训练和测试数据集。 2. **数据预处理**:对图像进行标准化、裁剪、大小调整等操作,以便于网络输入。 3. **卷积层(Convolutional Layer)**:这是CNN的核心部分,通过一系列可学习的滤波器(卷积核)对输入图像进行卷积,以
recommend-type

BSC资料.pdf

"BSC资料.pdf" 战略地图是一种战略管理工具,它帮助企业将战略目标可视化,确保所有部门和员工的工作都与公司的整体战略方向保持一致。战略地图的核心内容包括四个相互关联的视角:财务、客户、内部流程和学习与成长。 1. **财务视角**:这是战略地图的最终目标,通常表现为股东价值的提升。例如,股东期望五年后的销售收入达到五亿元,而目前只有一亿元,那么四亿元的差距就是企业的总体目标。 2. **客户视角**:为了实现财务目标,需要明确客户价值主张。企业可以通过提供最低总成本、产品创新、全面解决方案或系统锁定等方式吸引和保留客户,以实现销售额的增长。 3. **内部流程视角**:确定关键流程以支持客户价值主张和财务目标的实现。主要流程可能包括运营管理、客户管理、创新和社会责任等,每个流程都需要有明确的短期、中期和长期目标。 4. **学习与成长视角**:评估和提升企业的人力资本、信息资本和组织资本,确保这些无形资产能够支持内部流程的优化和战略目标的达成。 绘制战略地图的六个步骤: 1. **确定股东价值差距**:识别与股东期望之间的差距。 2. **调整客户价值主张**:分析客户并调整策略以满足他们的需求。 3. **设定价值提升时间表**:规划各阶段的目标以逐步缩小差距。 4. **确定战略主题**:识别关键内部流程并设定目标。 5. **提升战略准备度**:评估并提升无形资产的战略准备度。 6. **制定行动方案**:根据战略地图制定具体行动计划,分配资源和预算。 战略地图的有效性主要取决于两个要素: 1. **KPI的数量及分布比例**:一个有效的战略地图通常包含20个左右的指标,且在四个视角之间有均衡的分布,如财务20%,客户20%,内部流程40%。 2. **KPI的性质比例**:指标应涵盖财务、客户、内部流程和学习与成长等各个方面,以全面反映组织的绩效。 战略地图不仅帮助管理层清晰传达战略意图,也使员工能更好地理解自己的工作如何对公司整体目标产生贡献,从而提高执行力和组织协同性。