基于sklearn的cluster包中提供的方法实现kmeans聚类算法，完整源码

基于Scikit-learn库的KMeans聚类算法是一种无监督学习方法，主要用于将数据集划分为若干个簇（clusters）。以下是使用Scikit-learn的`KMeans`类来实现K-means的基本步骤和部分源码：

from sklearn.cluster import KMeans
import numpy as np

# 创建KMeans实例
kmeans = KMeans(n_clusters=3)  # 选择3个簇

# 假设你有一个二维numpy数组作为输入数据
data = np.array([[5, 8], [1, 2], [9, 4], [4, 7], [6, 6], [3, 3]])  # 示例数据

# 使用fit()方法训练模型
kmeans.fit(data)

# 获取每个样本所属的簇标签
labels = kmeans.labels_

# 可视化结果，如果使用的是matplotlib，可以这样做
centroids = kmeans.cluster_centers_
plt.scatter(data[:, 0], data[:, 1], c=labels, cmap='viridis')
plt.scatter(centroids[:, 0], centroids[:, 1], marker='x', s=100, linewidths=3, color='red')

#

相关问题

文本聚类kmeans 源码实现

以下是基于Python的K-Means聚类算法的实现代码：

import numpy as np

class KMeans:
    def __init__(self, k=2, max_iterations=500):
        self.k = k
        self.max_iterations = max_iterations

    def fit(self, data):
        self.centroids = []
        for i in range(self.k):
            self.centroids.append(data[np.random.randint(0, len(data) - 1)])

        for i in range(self.max_iterations):
            clusters = [[] for _ in range(self.k)]

            for point in data:
                distances = [np.linalg.norm(point - centroid) for centroid in self.centroids]
                cluster_index = np.argmin(distances)
                clusters[cluster_index].append(point)

            prev_centroids = self.centroids.copy()

            for i in range(self.k):
                self.centroids[i] = np.average(clusters[i], axis=0)

            optimized = True
            for i in range(self.k):
                if not np.array_equal(self.centroids[i], prev_centroids[i]):
                    optimized = False

            if optimized:
                break

    def predict(self, data):
        predictions = []
        for point in data:
            distances = [np.linalg.norm(point - centroid) for centroid in self.centroids]
            cluster_index = np.argmin(distances)
            predictions.append(cluster_index)
        return predictions

这个实现中，我们使用了numpy库来处理数据和计算矩阵运算，同时也使用了Python在列表操作方面的优点。在初始化时，我们设定了聚类数k和最大迭代次数max_iterations。在训练过程中，我们随机初始化了k个中心点，并且使用欧几里得距离度量来计算每个点到每个中心点的距离。使用最小距离法来将每个点分配到对应的簇中。然后，我们重新计算每个簇的中心点，并测试是否收敛。如果收敛，则停止迭代。最后，predict方法可以用来对新数据进行预测，返回的是数据所属的簇索引。