最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python實(shí)現(xiàn)k-means聚類(lèi)算法

 更新時(shí)間:2018年02月23日 08:32:23   作者:chenge_j  
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)k-means聚類(lèi)算法,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

k-means聚類(lèi)算法

k-means是發(fā)現(xiàn)給定數(shù)據(jù)集的k個(gè)簇的算法,也就是將數(shù)據(jù)集聚合為k類(lèi)的算法。

算法過(guò)程如下:
1)從N個(gè)文檔隨機(jī)選取K個(gè)文檔作為質(zhì)心
2)對(duì)剩余的每個(gè)文檔測(cè)量其到每個(gè)質(zhì)心的距離,并把它歸到最近的質(zhì)心的類(lèi),我們一般取歐幾里得距離
3)重新計(jì)算已經(jīng)得到的各個(gè)類(lèi)的質(zhì)心
4)迭代步驟(2)、(3)直至新的質(zhì)心與原質(zhì)心相等或迭代次數(shù)大于指定閾值,算法結(jié)束

算法實(shí)現(xiàn)

隨機(jī)初始化k個(gè)質(zhì)心,用dict保存質(zhì)心的值以及被聚類(lèi)到該簇中的所有data。

def initCent(dataSet , k):
 N = shape(dataSet)[1]
 cents = {}
 randIndex=[]
 #隨機(jī)生成k個(gè)不重復(fù)的索引
 for i in range(k): 
 rand = random.randint(0,N)
 while rand in randIndex:
  rand = random.randint(0, N)
 randIndex.append(rand)
 #按索引取dataSet中的data作為質(zhì)心
 for i in range(k):
 templist = []
 templist.append(dataSet[randIndex[i]])
 templist.append([dataSet[randIndex[i]]])
 cents[i] = templist
 return cents

對(duì)dataSet中的所有數(shù)據(jù)進(jìn)行一次聚類(lèi)。返回值cents為dict類(lèi)型的數(shù)據(jù),int類(lèi)型的key,list類(lèi)型的value。其中cents[i][0]為質(zhì)心位置,cents[i][1]為存儲(chǔ)該簇中所有data的列表。

#計(jì)算兩個(gè)向量的歐氏距離
def calDist(X1 , X2):
 sum = 0
 for x1 , x2 in zip(X1 , X2):
 sum += (x1 - x2) ** 2
 return sum ** 0.5

#聚類(lèi)
def doKmeans(dataSet , k , cents):
 #清空上一次迭代后的簇中元素,只記錄質(zhì)心
 for i in range(k):
 cents[i][1] = []
 for data in dataSet:
 no = 0#初始化簇標(biāo)號(hào)
 minDist = sys.maxint#初始化data與k個(gè)質(zhì)心的最短距離
 for i in range(k):
  dist = calDist(data , cents[i][0])
  if dist < minDist:
  minDist = dist
  no = i
 #找到距離最近的質(zhì)心
 cents[no][1].append(data)
 #更新質(zhì)心
 for i in range(k):
 for j in range(shape(dataSet)[0]):
  cents[i][0] = mean(cents[i][1],axis=0).tolist()
 return cents

k-means主方法

#判斷兩次聚類(lèi)的結(jié)果是否相同
def isEqual(old , new):
 for i in range(len(old)):
 if(old[i] != new[i][0]):
  return 0
 return 1

#主方法
def kmeans_main(dataSet,k):
 cents = initCent(dataSet, k)
 for x in range(1000):
 oldcents = []
 #拷貝上一次迭代的結(jié)果
 for i in cents.keys():
  oldcents.append(cents[i][0])
 newcents = doKmeans(dataSet, k , cents)
 #若相鄰兩次迭代結(jié)果相同,算法結(jié)束
 if isEqual(oldcents , newcents)>0:
  break
 cents = newcents
 return cents

結(jié)果測(cè)試

數(shù)據(jù)集(虛構(gòu))

2 3 2.54
2 1 0.72
3 5 3.66
4 3 1.71
3.11 5.29 4.13
4.15 2 3.1
3.12 3.33 3.72
1.49 5 2.6
3 5 2.88
3.9 1.78 2.56
-2 3 5
3 1 0.4
-2 1 2.2
-3 0 1.7
-4 1 2
8 -1 0
2 3.2 7.1
1 3 5
2 4 3
0.1 2 5.4
2 0 5.54
2 1 1.72
3 5 2.66
1 8 1.71
5.11 1.29 4.13
7.15 2 7.1
1.12 5.33 4.72
6.49 4 3.6
4 8 6.88
1.9 5.78 6.56
-2 -3 2.5
1 -1 2.4
-2 1 3.2
-1 0 5.7
-2 3 2
1 -1 4
3 4.2 6.1
5 2 5
3 5.7 13
0.9 2.9 1.4

畫(huà)圖方法

def draw(cents):
 color = [ 'y', 'g', 'b']
 X = []
 Y = []
 Z = []
 fig = plt.figure()
 ax = Axes3D(fig)
 for i in cents.keys():
 X.append(cents[i][0][0])
 Y.append(cents[i][0][1])
 Z.append(cents[i][0][2])
 ax.scatter(X, Y, Z,alpha=0.4,marker='o',color='r', label=str(i))
 for i in cents.keys():
 X = []
 Y = []
 Z = []
 data = cents[i][1]
 for vec in data:
  X.append(vec[0])
  Y.append(vec[1])
  Z.append(vec[2])
 ax.scatter(X, Y, Z, alpha=0.4,marker='o', color=color[i], label=str(i),)
 plt.show()

測(cè)試及結(jié)果展示(紅點(diǎn)表示質(zhì)心)

dataSet = loadDataSet("dataSet.txt")
cents = kmeans_main(dataSet , 3)
draw(cents)

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • python curl2pyreqs 生成接口腳本實(shí)戰(zhàn)教程

    python curl2pyreqs 生成接口腳本實(shí)戰(zhàn)教程

    這篇文章主要介紹了python curl2pyreqs 生成接口腳本實(shí)戰(zhàn)教程,首先下載 curl2pyreqs 庫(kù),打開(kāi)調(diào)試模式,在Network這里獲取接口的cURL,需要的朋友可以參考下
    2023-10-10
  • 使用Python的pygame庫(kù)實(shí)現(xiàn)下雪效果的示例代碼

    使用Python的pygame庫(kù)實(shí)現(xiàn)下雪效果的示例代碼

    這篇文章給大家介紹了如何使用Python的pygame庫(kù)實(shí)現(xiàn)下雪的效果,文中通過(guò)代碼示例介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作有一定的的幫助,需要的朋友可以參考下
    2024-01-01
  • 解決windows上安裝tensorflow時(shí)報(bào)錯(cuò),“DLL load failed: 找不到指定的模塊”的問(wèn)題

    解決windows上安裝tensorflow時(shí)報(bào)錯(cuò),“DLL load failed: 找不到指定的模塊”的問(wèn)題

    這篇文章主要介紹了解決windows上安裝tensorflow時(shí)報(bào)錯(cuò),“DLL load failed: 找不到指定的模塊”的問(wèn)題,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-05-05
  • 利用python的socket發(fā)送http(s)請(qǐng)求方法示例

    利用python的socket發(fā)送http(s)請(qǐng)求方法示例

    這篇文章主要給大家介紹了關(guān)于利用python的socket發(fā)送http(s)請(qǐng)求的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起看看吧
    2018-05-05
  • pytest框架之fixture詳細(xì)使用詳解

    pytest框架之fixture詳細(xì)使用詳解

    這篇文章主要介紹了pytest框架之fixture詳細(xì)使用詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-04-04
  • Python文件與文件夾操作大全(非常全面)

    Python文件與文件夾操作大全(非常全面)

    Python具有強(qiáng)大的文件處理功能,如文件的創(chuàng)建、打開(kāi)、文件內(nèi)容的寫(xiě)入、讀出文件中的內(nèi)容等等,這篇文章主要介紹了Python文件與文件夾操作,需要的朋友可以參考下
    2023-09-09
  • python 三種方法實(shí)現(xiàn)對(duì)Excel表格的讀寫(xiě)

    python 三種方法實(shí)現(xiàn)對(duì)Excel表格的讀寫(xiě)

    這篇文章主要介紹了python 三種方法實(shí)現(xiàn)對(duì)Excel表格的讀寫(xiě),幫助大家更好的利用python處理表格,感興趣的朋友可以了解下
    2020-11-11
  • 詳解Python類(lèi)和對(duì)象內(nèi)容

    詳解Python類(lèi)和對(duì)象內(nèi)容

    Python遵循面向?qū)ο蟮木幊谭妒?。它處理聲明python類(lèi),從它們創(chuàng)建對(duì)象并與用戶交互。在面向?qū)ο蟮恼Z(yǔ)言中,程序被分成獨(dú)立的對(duì)象,或者你可以說(shuō)成幾個(gè)小程序。每個(gè)對(duì)象代表應(yīng)用程序的不同部分,它們可以相互通信。類(lèi)是對(duì)客觀世界中事物得抽象,而對(duì)象是類(lèi)實(shí)例化后的實(shí)體
    2021-06-06
  • python實(shí)現(xiàn)12306火車(chē)票查詢(xún)器

    python實(shí)現(xiàn)12306火車(chē)票查詢(xún)器

    這篇文章主要介紹了python實(shí)現(xiàn)12306火車(chē)票查詢(xún)器,需要的朋友可以參考下
    2017-04-04
  • Python 通過(guò)URL打開(kāi)圖片實(shí)例詳解

    Python 通過(guò)URL打開(kāi)圖片實(shí)例詳解

    這篇文章主要介紹了Python 通過(guò)URL打開(kāi)圖片實(shí)例詳解的相關(guān)資料,需要的朋友可以參考下
    2017-06-06

最新評(píng)論

东至县| 卢氏县| 通城县| 竹溪县| 松滋市| 凤冈县| 泌阳县| 虞城县| 周至县| 夏邑县| 柞水县| 平和县| 新兴县| 离岛区| 平阳县| 通道| 虹口区| 皮山县| 石景山区| 和政县| 门源| 上杭县| 隆安县| 乐平市| 桂东县| 慈溪市| 南城县| 湘阴县| 沾化县| 义马市| 额济纳旗| 抚州市| 承德县| 山西省| 区。| 中宁县| 临邑县| 阜新| 基隆市| 政和县| 东方市|