k均值算法 聚类算法 k-means

首先我们导入科学计算的库

python 复制代码
import numpy as np
import matplotlib.pyplot as plt

直接我们生成一组数据,为了保证每次的数据是一致的,我们设置一个随机种子。

python 复制代码
np.random.seed(0)
X=np.random.rand(100,2)
print(X)

结果

然后我们就要开始写K-means算法

写一个模块函数

python 复制代码
def k_means(X,K,max_iters=100):
    #随机选择k个初始中心
    centroids=X[np.random.choice(X.shape[0],K,replace=False)]
#X.shape[0]告诉np.random.choice函数需要从0到数据点总数之间随机选择索引。
#K是指选择几个 replace指选择不重复的 然后用np.random.choice函数来从X里面选择几个不重复的
    
    for _ in range(max_iters):
    #1.分配每个数据点到最近的中心
        distances=np.linalg.norm(X[:,np.newaxis]-centroids,axis=2)#计算距离
        labels=np.argmin(distances,axis=1)#分配标签
                #2.更新中心
        new_centroids=np.array([X[labels==k].mean(axis=0) for k in range(K)])


        #如果中心不再变化,则停止
        if np.all(centroids==new_centroids):
            break
        centroids=new_centroids
    return labels,centroids
        
python 复制代码
K=3 #簇的数量
labels,centroids=k_means(X,K)

设置一下簇的数量,k-means算法每次都要设置k值

然后把最后的中心点和分类后的数据用matplotlib画出来

python 复制代码
plt.scatter(X[:,0],X[:,1],c=labels,cmap='viridis',marker='o')#绘制数据点
plt.scatter(centroids[:,0],centroids[:,1],c='red',marker='x',s=200)#绘制中心点
plt.title('k-means Clustering')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.show()
相关推荐
Swift社区2 小时前
LeetCode - #139 单词拆分
算法·leetcode·职场和发展
Kent_J_Truman2 小时前
greater<>() 、less<>()及运算符 < 重载在排序和堆中的使用
算法
IT 青年3 小时前
数据结构 (1)基本概念和术语
数据结构·算法
Dong雨3 小时前
力扣hot100-->栈/单调栈
算法·leetcode·职场和发展
SoraLuna3 小时前
「Mac玩转仓颉内测版24」基础篇4 - 浮点类型详解
开发语言·算法·macos·cangjie
liujjjiyun4 小时前
小R的随机播放顺序
数据结构·c++·算法
¥ 多多¥4 小时前
c++中mystring运算符重载
开发语言·c++·算法
trueEve5 小时前
SQL,力扣题目1369,获取最近第二次的活动
算法·leetcode·职场和发展
天若有情6735 小时前
c++框架设计展示---提高开发效率!
java·c++·算法
ahadee5 小时前
蓝桥杯每日真题 - 第19天
c语言·vscode·算法·蓝桥杯