【Python】如何用Python编写K-均值聚类算法
CrazyPanda发表于：2024-01-16 20:35:22浏览：270次
如何用Python编写K-均值聚类算法？
K-均值聚类算法是一种常用的数据挖掘和机器学习算法，能够将一组数据按照其属性进行分类和聚类。本文将介绍如何用Python编写K-均值聚类算法，并提供具体的代码示例。
在开始编写代码之前，我们需要了解K-均值聚类算法的基本原理。
K-均值聚类算法的基本步骤如下：
初始化k个质心。质心是指聚类的中心点，每个数据点都会被归到与其最近的质心所代表的类别。
根据每个数据点与质心的距离，将其分配到最近的质心所代表的类别。
更新质心的位置，将其设置为该类别中所有数据点的平均值。
重复步骤2和步骤3，直到质心的位置不再变化为止。
现在我们可以开始编写代码了。
导入必要的库
首先，我们需要导入必要的库，如numpy和matplotlib。
import numpy as np import matplotlib.pyplot as plt
数据准备
我们需要准备一组用于聚类的数据。这里我们使用numpy随机生成一组二维数据。
data = np.random.randn(100, 2)
初始化质心
我们需要为聚类算法初始化k个质心。这里我们使用numpy随机选择k个数据点作为初始质心。
k = 3 centroids = data[np.random.choice(range(len(data)), k, replace=False)]
计算距离
我们需要定义一个函数来计算数据点与质心的距离。这里我们使用欧几里得距离。
def compute_distances(data, centroids): return np.linalg.norm(data[:, np.newaxis] - centroids, axis=2)
分配数据点到最近的质心
我们需要定义一个函数来将每个数据点分配到最近的质心所代表的类别。
def assign_clusters(data, centroids): distances = compute_distances(data, centroids) return np.argmin(distances, axis=1)
更新质心的位置
我们需要定义一个函数来更新质心的位置，即将其设置为该类别中所有数据点的平均值。
def update_centroids(data, clusters, k): centroids = [] for i in range(k): centroids.append(np.mean(data[clusters == i], axis=0)) return np.array(centroids)
迭代聚类过程
最后，我们需要迭代聚类过程，直到质心的位置不再变化为止。
def kmeans(data, k, max_iter=100): centroids = data[np.random.choice(range(len(data)), k, replace=False)] for _ in range(max_iter): clusters = assign_clusters(data, centroids) new_centroids = update_centroids(data, clusters, k) if np.all(centroids == new_centroids): break centroids = new_centroids return clusters, centroids
运行聚类算法
现在我们可以运行聚类算法，得到每个数据点所属的类别和最终的质心。
clusters, centroids = kmeans(data, k)
登录后复制
可视化结果
最后，我们可以使用matplotlib将结果可视化。将每个数据点按照其所属的类别进行颜色标记，并将质心的位置用红色圆圈表示。
plt.scatter(data[:, 0], data[:, 1], c=clusters) plt.scatter(centroids[:, 0], centroids[:, 1], s=100, c='red', marker='o') plt.show()
通过以上的代码示例，我们可以用Python实现K-均值聚类算法。你可以根据自己的需求调整聚类的个数k，以及其他参数。希望本文对你理解和实现K-均值聚类算法有所帮助！
猜你喜欢
- 【Python】利用Python和WebDriver扩展自动化处理网页的滑动验证码
- 利用Python和WebDriver扩展自动化处理网页的滑动验证码引言：随着互联网的快速发展，为了确保网站的安全性和用户体验，很多网站都采用了各种形式的验证码。其中，滑动验证码被广泛应用于验证用户的真实性。但对于使用自动化测试工具的测试人员来说，滑动验证码却成为了一道难以逾越的鸿沟。然而，利用Python的selenium库以及WebDriver，我们可以轻松地扩展自动化测试脚本来处理滑动验证码。本文将介绍如何使用Python和WebDriver实现滑动验证码的自动化处理，并附上相应的
- 【Python】深度掌握Python多线程编程技巧
- 深入理解Python多线程编程技巧，需要具体代码示例引言：随着计算机性能的不断提升，多线程编程在日常开发中的应用越来越广泛。Python作为一门高级编程语言，也提供了丰富的多线程编程支持。本文旨在帮助读者深入理解Python多线程编程的技巧，并且将通过具体的代码示例来加深对多线程编程的理解。一、初步理解多线程编程什么是多线程编程？多线程编程是指在一个进程中使用多个线程来执行多个任务。在多线程编程中，各个线程可以并发地执行，从而提高程序的运行效率。线程和进程的区别线程是操作系统能够进行运算调度的最
- 【Python】如何使用Python中的字符串操作函数处理大规模文本数据
- 如何使用Python中的字符串操作函数处理大规模文本数据，需要具体代码示例随着互联网的快速发展和数据的不断增加，大规模文本数据处理成了现代科技中的一个重要课题。Python作为一门简单易学且功能强大的编程语言，提供了丰富的字符串操作函数，能够很好地处理大规模文本数据。本文将介绍一些常用的字符串操作函数，并给出具体的代码示例，以帮助读者更好地掌握如何处理大规模文本数据。切割字符串在处理大规模文本数据时，常常需要将长字符串切割成小段文字进行操作。Python提供了split()函数，可以通过指定分隔
- 【Python】Python人工智能库一览
- 快速入门: Python人工智能库一览，需要具体代码示例引言：随着人工智能技术的快速发展，应用于机器学习和深度学习的Python人工智能库也越来越多。这些库提供了各种强大的工具和算法，使得开发者们能够更加轻松地构建和训练自己的人工智能模型。本文将介绍一些常用的Python人工智能库，并提供具体的代码示例，帮助读者们快速入门。一、TensorFlowTensorFlow是由Google开发的开源机器学习库，被广泛应用于深度学习领域。它提供了丰富的高级API，并支持多种网络结构，如卷积神经网络（CN
- 【Python】如何用Python编写SVM算法
- 如何用Python编写SVM算法？SVM（Support Vector Machine）是一种常用的分类和回归算法，基于统计学习理论和结构风险最小化原理。它具有较高的准确性和泛化能力，并且适用于各种数据类型。在本篇文章中，我们将详细介绍如何使用Python编写SVM算法，并提供具体的代码示例。安装Python和相关库在开始编写SVM算法之前，首先需要确保已经安装了Python和相关的机器学习库。推荐使用Anaconda作为Python的集成开发环境，它不仅自带了Python解释器，还包括了很多常
- 【Python】第六章 异步爬虫
- 目录1. 协程的基本原理安装使用阻塞非阻塞同步异步多进程协程1.1 案例引入1.2 基础知识1.3 协程的用法1.4 定义协程1.5 绑定回调1.6 多任务协程1.7 协程实现1.8 使用aiohttp2. aiohttp的使用表单提交JSON数据提交2.1 基本介绍2.2 基本实例2.3 URL参数设置2.4 其他请求类型2.5 POST请求2.6 响应2.7 超时设置2.8 并发限制3. aiohttp异步爬取实战实现合并在main方法中将详情页的ID获取出来爬取详情页main方法增加对sc
- 【Python】如何在Python中进行模块间的通信
- 如何在Python中进行模块间的通信在Python中，模块间的通信是非常常见的需求。模块间的通信可以帮助我们实现功能的拆分和解耦，使代码处理更加清晰和灵活。本文将介绍几种常见的在Python中进行模块间通信的方法，并给出具体的代码示例。全局变量使用全局变量是一种简单的模块间通信方法。在Python中，可以在一个模块中定义全局变量，然后在其他模块中引用这个全局变量。下面是一个示例：# module1.py global_variable = "
- 【Python】Python中的字符串拼接方法有哪些？
- Python中的字符串拼接方法有很多，本文将介绍几种常用的方法，并提供相应的代码示例。这些方法包括使用"+"符号、使用join()方法、使用format()方法以及使用f-string。1. 使用"+"符号拼接字符串：这是一种最简单直接的方法，只需要使用"+"符号将要拼接的字符串连接起来即可。代码示例：str1 = "Hello" str2 = " worl
栏目分类全部>