【K-means算法】{1}——使用Python实现K-means算法并处理Iris数据集_kmeans聚类算法代码python - CSDN文库

162 浏览量更新于2023-03-03 评论 2 收藏 92KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

【【K-means算法】算法】{1} —— 使用使用Python实现实现K-means算法并算法并

处理处理Iris数据集数据集

此处基于此处基于K-means算法处理算法处理Iris数据集数据集

Kmeans.py模块：模块：

import numpy as np

class KMeansClassifier():

"""初始化KMeansClassifier类"""

def __init__(self, k=3, initCent='random', max_iter=500):

# 类的成员数据(变量前用下划线)

self._k = k # 中心点

self._initCent = initCent # 生成初始中心点

self._max_iter = max_iter # 最大迭代次数

self._clusterAssment = None # 点分配结果

self._labels = None

self._sse = None # 误差平方和

def _calEDist(self, arrA, arrB):

"""计算欧氏距离，参数为一维数组"""

return np.math.sqrt(sum(np.power(arrA-arrB, 2)))

def _calMDist(self, arrA, arrB):

"""计算曼哈顿距离，参数为一维数组"""

return sum(np.abs(arrA-arrB))

def _randCent(self, data_X, k):

"""随机选取k个质心，返回一个k*n的质心矩阵"""

n = data_X.shape[1] # 特征的维度

centroids = np.empty((k,n)) # 使用numpy生成一个k*n的矩阵，用于存储质心

for j in range(n):

minJ = min(data_X[:, j])

rangeJ = float(max(data_X[:, j] - minJ))

centroids[:, j] = (minJ + rangeJ * np.random.rand(k, 1)).flatten() # 使用flatten函数展平嵌套列表(nested list)

return centroids

def fit(self, data_X):

"""训练模型，参数为m*n维的矩阵"""

if not isinstance(data_X, np.ndarray):

data_X = np.asarray(data_X)

m = data_X.shape[0] # 样本的个数

self._clusterAssment = np.zeros((m,2)) # 一个m*2维矩阵，矩阵第一列存储样本点所属的族的索引值，第二列存储该点与所属

族的质心的平方误差

if self._initCent == 'random':

self._centroids = self._randCent(data_X, self._k)

clusterChanged = True

for _ in range(self._max_iter):

clusterChanged = False

for i in range(m): # 将每个样本点分配到离它最近的质心所属的族

minDist = np.inf # 首先将minDist置为一个无穷大的数

minIndex = -1 # 将最近质心的下标置为-1

for j in range(self._k): # k次迭代用于寻找最近的质心

arrA = self._centroids[j,:] arrB = data_X[i,:] distJI = self._calEDist(arrA, arrB) # 计算误差值

if distJI minDist**2:

clusterChanged = True

self._clusterAssment[i,:] = minIndex, minDist**2

if not clusterChanged: # 若所有样本点所属的族都不改变,则已收敛,结束迭代

break

# 更新质心，将每个族中的点的均值作为质心

for i in range(self._k):

index_all = self._clusterAssment[:,0] # 取出样本所属簇的索引值

value = np.nonzero(index_all==i) # 取出所有属于第i个簇的索引值

ptsInClust = data_X[value[0]] # 取出属于第i个簇的所有样本点

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论0

weixin_38637580

粉丝: 3
资源: 917

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈