探索Python中的聚类算法:K-means

在机器学习领域中,聚类算法被广泛应用于数据分析和模式识别。K-means 是其中一种常用的聚类算法,它能够将数据集分成 K 个不同的组或簇。本文将详细介绍 K-means 算法的原理、实现步骤以及如何使用 Python 进行编程实践。

什么是 K-means?

K-means 是一种基于距离的聚类算法,它将数据集中的样本划分为 K 个不同的簇,使得同一簇内的样本之间的距离尽可能小,而不同簇之间的距离尽可能大。

K-means 的原理

K-means 算法的核心思想可以概括为以下几个步骤:

  • 初始化中心点:首先随机选择 K 个样本作为初始的聚类中心点。

  • 样本分配:对于每个样本,根据其与各个中心点的距离,将其分配到最近的簇中。

  • 更新中心点:对于每个簇,计算其中所有样本的均值,将其作为新的中心点。

  • 重复迭代:重复步骤 2 和步骤 3,直到达到最大迭代次数或者中心点不再发生变化。

  • 得到最终簇:最终得到 K 个簇,每个簇包含一组相似的样本。

Python 中的 K-means 实现

下面我们使用 Python 中的 scikit-learn 库来实现一个简单的 K-means 聚类模型:

python 复制代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from sklearn.cluster import KMeans

# 生成随机数据集
X, _ = make_blobs(n_samples=300, centers=4, cluster_std=0.60, random_state=0)

# 构建 K-means 聚类模型
kmeans = KMeans(n_clusters=4)

# 拟合数据
kmeans.fit(X)

# 预测数据所属的簇
y_kmeans = kmeans.predict(X)

# 绘制结果
plt.scatter(X[:, 0], X[:, 1], c=y_kmeans, s=50, cmap='viridis')

# 绘制中心点
centers = kmeans.cluster_centers_
plt.scatter(centers[:, 0], centers[:, 1], c='red', s=200, alpha=0.75)
plt.show()

在上述代码中,我们首先使用 scikit-learn 的 make_blobs 函数生成了一个随机的二维数据集。然后,我们构建了一个 K-means 聚类模型,并拟合了数据集。最后,我们使用散点图将数据集的样本点按照所属的簇进行了可视化,并标记了簇的中心点。

总结

K-means 算法是一种简单而有效的聚类算法,在许多实际问题中都有着广泛的应用。通过本文的介绍,你已经了解了 K-means 算法的原理、实现步骤以及如何使用 Python 进行编程实践。希望本文能够帮助你更好地理解和应用 K-means 算法。

相关推荐
C++ 老炮儿的技术栈6 分钟前
tinyxml2 开源库与 VS2010 结合使用
c语言·数据结构·c++·算法·机器人
平平无奇我要摘星星12 分钟前
leetcode1_455.分发饼干
算法·leetcode
Joern-Lee33 分钟前
机器学习算法:支持向量机SVM
算法·机器学习·支持向量机
陈敬雷-充电了么-CEO兼CTO33 分钟前
主流大模型Agent框架 AutoGPT详解
人工智能·python·gpt·ai·chatgpt·nlp·aigc
KENYCHEN奉孝42 分钟前
Flask3.1打造极简CMS系统
后端·python·flask
秋说43 分钟前
【PTA数据结构 | C语言版】计算1~n与1~m每一项相互乘积的和
c语言·数据结构·算法
秋说1 小时前
【PTA数据结构 | C语言版】计算1~n平方的和加上1~n的和
c语言·数据结构·算法
C++ 老炮儿的技术栈1 小时前
Visual Studio 2022 MFC Dialog 添加Toolbar及Tips提示
服务器·c语言·数据库·c++·ide·算法·visual studio
花海如潮淹1 小时前
开源项目管理工具:从协作混乱到高效交付的实战指南
python
秋难降1 小时前
Python 知识点详解(二)
数据库·python·正则表达式