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

如何利用python實(shí)現(xiàn)kmeans聚類

 更新時(shí)間:2022年05月17日 14:48:15   作者:嘟嘟肚腩仔  
K-Means是聚類算法的一種,以距離來判斷數(shù)據(jù)點(diǎn)間的相似度并對(duì)數(shù)據(jù)進(jìn)行聚類,下面這篇文章主要給大家介紹了關(guān)于如何利用python實(shí)現(xiàn)kmeans聚類的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),需要的朋友可以參考下

一、先上手?jǐn)]代碼!

1、首先是導(dǎo)入所需要的庫(kù)和數(shù)據(jù)

import pandas as pd
import numpy as np
import random
import math
import matplotlib.pyplot as plt
 
# 這兩行代碼解決 plt 中文顯示的問題
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
 
df = pd.read_excel('13信科學(xué)生成績(jī).xlsx')
data = np.array(df)
 
df.head(10)

先給大伙們看看數(shù)據(jù)集長(zhǎng)啥樣:

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5ZCD5Y-96Zy45LiN5ZCQ5Y-96Zy455qu,size_3,color_FFFFFF,t_70,g_se,x_16

用matplotlib簡(jiǎn)單的可視化一下初始數(shù)據(jù):

# 輸入數(shù)據(jù)
x = data.T[0]
y = data.T[1]
 
plt.scatter(x, y, s=50, c='r')  # 畫散點(diǎn)圖
plt.xlabel('平時(shí)')  # 橫坐標(biāo)軸標(biāo)題
plt.ylabel('期末')  # 縱坐標(biāo)軸標(biāo)題
plt.show()

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5ZCD5Y-96Zy45LiN5ZCQ5Y-96Zy455qu,size_10,color_FFFFFF,t_70,g_se,x_16

 2、接下來就是kmeans的核心算法了

k=3
i = 1
 
min1 = data.min(axis = 0)
max1 = data.max(axis = 0)
 
#在數(shù)據(jù)最大最小值中隨機(jī)生成k個(gè)初始聚類中心,保存為t
centre = np.empty((k,2))
for i in range(k):
    centre[i][0] = random.randint(min1[0],max1[0])#平時(shí)成績(jī)
    centre[i][1] = random.randint(min1[1],max1[1])#期末成績(jī)
 
while i<500:
    
    #計(jì)算歐氏距離
    def euclidean_distance(List,t):
        return math.sqrt(((List[0] - t[0])**2 + (List[1] - t[1])**2))
 
    #每個(gè)點(diǎn)到每個(gè)中心點(diǎn)的距離矩陣
    dis = np.empty((len(data),k))
    for i in range(len(data)):
        for j in range(k):
            dis[i][j] = euclidean_distance(data[i],centre[j])
    
    #初始化分類矩陣
    classify = []
    for i in range(k):
        classify.append([])
    
    #比較距離并分類
    for i in range(len(data)):
        List = dis[i].tolist()
        index = List.index(dis[i].min())
        classify[index].append(i)
    
    #構(gòu)造新的中心點(diǎn)
    new_centre = np.empty((k,2))
    for i in range(len(classify)):
 
        new_centre[i][0] = np.sum(data[classify[i]][0])/len(classify[i])
        new_centre[i][1] = np.sum(data[classify[i]][1])/len(classify[i])
     
    #比較新的中心點(diǎn)和舊的中心點(diǎn)是否一樣
    if (new_centre == centre).all():
        break
    else:
        centre = new_centre
        i = i + 1
 
# print('迭代次數(shù)為:',i)
print('聚類中心為:',new_centre)
print('分類情況為:',classify)

注意?。?!這里的k是指分成k類,讀者可以自行選取不同的k值做實(shí)驗(yàn)

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5ZCD5Y-96Zy45LiN5ZCQ5Y-96Zy455qu,size_20,color_FFFFFF,t_70,g_se,x_16

3、可視化部分(將不用類用不同顏色區(qū)分開來~~)

mark = ['or', 'ob', 'og', 'ok','sb', 'db', '<b', 'pb'] #紅、藍(lán)、綠、黑四種顏色的圓點(diǎn)
#mark=['sb', 'db', '<b', 'pb']
plt.figure(3)#創(chuàng)建圖表1  
for i in range(0,k):
 
    x=[]
    y=[]
    for j in range(len(classify[i])):
        x.append(data[classify[i][j]][0])
        y.append(data[classify[i][j]][1])
 
    plt.xlim(xmax=105,xmin=45)
    plt.ylim(ymax=85,ymin=-5)
    plt.plot(x,y,mark[i])
    #plt.show()

 一起來康康可視化結(jié)果8!!

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5ZCD5Y-96Zy45LiN5ZCQ5Y-96Zy455qu,size_9,color_FFFFFF,t_70,g_se,x_16

二、接下來是調(diào)庫(kù)代碼!(sklearn)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans  
from sklearn import metrics
 
df = pd.read_excel('13信科學(xué)生成績(jī).xlsx')
data = np.array(df)
y_pred=KMeans(n_clusters=3,random_state=9).fit_predict(data)
plt.scatter(data[:,0],data[:,1],c=y_pred)
plt.show()
print(metrics.calinski_harabasz_score(data,y_pred))

 可視化結(jié)果和手?jǐn)]的結(jié)果略有差別,有可能是數(shù)據(jù)集的問題,也有可能是k值選取的問題,各位親們不需要擔(dān)心!??!

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5ZCD5Y-96Zy45LiN5ZCQ5Y-96Zy455qu,size_9,color_FFFFFF,t_70,g_se,x_16

附:對(duì)k-means算法的認(rèn)識(shí)

1.優(yōu)點(diǎn)

(1)算法快速、簡(jiǎn)單。

(2)對(duì)大數(shù)據(jù)集有較高的效率并且是可伸縮性的。

(3)時(shí)間復(fù)雜度近于線性,而且適合挖掘大規(guī)模數(shù)據(jù)集。K-Means聚類算法的時(shí)間復(fù)雜度是O(nkt) ,其中n代表數(shù)據(jù)集中對(duì)象的數(shù)量,t代表著算法迭代的次數(shù),k代表著簇的數(shù)目。

2.缺點(diǎn)

(1)聚類是一種無監(jiān)督的學(xué)習(xí)方法,在 K-means 算法中 K 是事先給定的,K均值算法需要用戶指定創(chuàng)建的簇?cái)?shù)k,但這個(gè) K 值的選定是非常難以估計(jì)的。

(2)在 K-means 算法中,首先需要根據(jù)初始聚類中心來確定一個(gè)初始劃分,然后對(duì)初始劃分進(jìn)行優(yōu)化。這個(gè)初始聚類中心的選擇對(duì)聚類結(jié)果有較大的影響,一旦初始值選擇的不好,可能無法得到有效的聚類結(jié)果,這也成為 K-means算法的一個(gè)主要問題。

(3)從 K-means 算法框架可以看出,該算法需要不斷地進(jìn)行樣本分類調(diào)整,不斷地計(jì)算調(diào)整后的新的聚類中心,因此當(dāng)數(shù)據(jù)量非常大時(shí),算法的時(shí)間開銷是非常大的。所以需要對(duì)算法的時(shí)間復(fù)雜度進(jìn)行分析、改進(jìn),提高算法應(yīng)用范圍,而這導(dǎo)致K均值算法在大數(shù)據(jù)集上收斂較慢。

總結(jié)

到此這篇關(guān)于如何利用python實(shí)現(xiàn)kmeans聚類的文章就介紹到這了,更多相關(guān)python實(shí)現(xiàn)kmeans聚類內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評(píng)論

红河县| 玉山县| 南京市| 宁德市| 高陵县| 黄大仙区| 富川| 阿巴嘎旗| 平湖市| 巧家县| 高清| 炉霍县| 大厂| 建昌县| 新闻| 洮南市| 丰原市| 罗定市| 茶陵县| 万山特区| 宣恩县| 稻城县| 方正县| 崇文区| 海口市| 洮南市| 长顺县| 荥阳市| 翁牛特旗| 察哈| 当雄县| 娄烦县| 南昌县| 崇左市| 太湖县| 辰溪县| 会同县| 青冈县| 清水县| 台湾省| 格尔木市|