#修改上述函数,随机质心产生的方法为从已有的样本数据中随机选取k个点。(补全代码) """ Parameters: dataSet - 数据集 k - 聚类数 Returns: centroids - 随机类中心 """ def randCent1(dataSet, k):
时间: 2024-03-12 17:43:31 浏览: 95
cluster-kmeans:使用k均值(使用随机初始质心和欧几里得作为距离函数)将向量数组聚类为k个聚类
```
import random
def randCent1(dataSet, k):
n = dataSet.shape[1] # 特征数
centroids = np.empty((k,n)) # 初始化随机质心矩阵
for i in range(k):
index = random.randint(0, len(dataSet)-1) # 从已有的样本数据中随机选取一个点作为质心
centroids[i] = dataSet[index]
return centroids
```
阅读全文