您好,登錄后才能下訂單哦!
這篇“Python怎么通過(guò)手肘法實(shí)現(xiàn)k_means聚類”文章的知識(shí)點(diǎn)大部分人都不太理解,所以小編給大家總結(jié)了以下內(nèi)容,內(nèi)容詳細(xì),步驟清晰,具有一定的借鑒價(jià)值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來(lái)看看這篇“Python怎么通過(guò)手肘法實(shí)現(xiàn)k_means聚類”文章吧。
import matplotlib.pylab as plt import numpy as np
# 計(jì)算兩點(diǎn)距離 def distance(a, b): return np.sqrt((a[0] - b[0]) ** 2 + (a[1] - b[1]) ** 2)
# 取集合中心點(diǎn) def means(arr): x = 0 y = 0 for i in range(len(arr)): x += arr[i][0] y += arr[i][1] if len(arr) > 0: x /= len(arr) y /= len(arr) return np.array([x, y])
# 尋找距離已加入聚類中心數(shù)組最遠(yuǎn)的點(diǎn),用于初始化聚類中心 def farthest(k_arr, arr): point = [0, 0] max_dist = 0 for e in arr: dist = 0 for i in range(len(k_arr)): dist += distance(k_arr[i], e) if dist > max_dist: max_dist = dist point = e return point
(1)先讀取表中的數(shù)據(jù)
(2)如何隨機(jī)獲取其中一個(gè)點(diǎn)作為第一個(gè)聚類中心
(3)接下來(lái)每次獲取距離之間所有聚類中心點(diǎn)最遠(yuǎn)的點(diǎn)作為下一個(gè)聚類中心點(diǎn)
(4)每次迭代時(shí),遍歷集合中的所有點(diǎn),將其加入距離最小的聚類中心點(diǎn)數(shù)組中,更新聚類中心
(5)最后將數(shù)據(jù)可視化,返回分類好的數(shù)組
def k_means(k): # 讀取數(shù)據(jù) kmeans_data = np.genfromtxt('kmeans_data.txt', dtype=float) # 初始化 r = np.random.randint(len(kmeans_data) - 1) k_arr = np.array([kmeans_data[r]]) class_arr = [[]] for i in range(k - 1): k_arr = np.concatenate([k_arr, np.array([farthest(k_arr, kmeans_data)])]) class_arr.append([]) # 迭代聚類 n = 20 class_temp = class_arr for i in range(n): # 迭代次數(shù) class_temp = class_arr for e in kmeans_data: # 把集合中的每一個(gè)點(diǎn)聚到離它最近的類 k_idx = 0 # 假設(shè)距離第一個(gè)聚類中心最近 min_d = distance(e, k_arr[0]) for j in range(len(k_arr)): # 獲取距離該元素最近的聚類中心 if distance(e, k_arr[j]) < min_d: min_d = distance(e, k_arr[j]) k_idx = j class_temp[k_idx].append(e) # 把該元素加到對(duì)應(yīng)的類中 # 更新聚類中心 for l in range(len(k_arr)): k_arr[l] = means(class_temp[l]) # 將數(shù)據(jù)可視化 col = ['red', 'blue', 'yellow', 'green', 'pink', 'black', 'purple', 'orange', 'brown'] for i in range(k): plt.scatter(k_arr[i][0], k_arr[i][1], linewidths=10, color=col[i]) plt.scatter([e[0] for e in class_temp[i]], [e[1] for e in class_temp[i]], color=col[i]) plt.show() # 返回分類好的簇 return class_temp
(1)遍歷k值的范圍,從1到9
(2)kmeans獲取分類好的數(shù)組
(3)遍歷kmeans計(jì)算對(duì)應(yīng)的SSE
(4)畫(huà)出對(duì)應(yīng)k值的SSE的折線圖
# 通過(guò)肘部觀察法獲取k值 def getK(): mean_dist = [] for k in range(1, 10): # 獲取分成k簇后的元素 kmeans = k_means(k) sse = 0 # 計(jì)算SSE for i in range(len(kmeans)): mean = means(kmeans[i]) for e in kmeans[i]: sse += distance(mean, e) ** 2 mean_dist.append(sse) # 化成折線圖觀察最佳的k值 plt.plot(range(1, 10), mean_dist, 'bx-') plt.ylabel('SSE') plt.xlabel('k') plt.show()
if __name__ == '__main__': getK() # 通過(guò)觀察可知, 4 是最佳的k值 k_means(4)
import matplotlib.pylab as plt import numpy as np # 計(jì)算兩點(diǎn)距離 def distance(a, b): return np.sqrt((a[0] - b[0]) ** 2 + (a[1] - b[1]) ** 2) # 取集合中心點(diǎn) def means(arr): x = 0 y = 0 for i in range(len(arr)): x += arr[i][0] y += arr[i][1] if len(arr) > 0: x /= len(arr) y /= len(arr) return np.array([x, y]) # 尋找距離已加入聚類中心數(shù)組最遠(yuǎn)的點(diǎn),用于初始化聚類中心 def farthest(k_arr, arr): point = [0, 0] max_dist = 0 for e in arr: dist = 0 for i in range(len(k_arr)): dist += distance(k_arr[i], e) if dist > max_dist: max_dist = dist point = e return point def k_means(k): # 讀取數(shù)據(jù) kmeans_data = np.genfromtxt('kmeans_data.txt', dtype=float) # 初始化 r = np.random.randint(len(kmeans_data) - 1) k_arr = np.array([kmeans_data[r]]) class_arr = [[]] for i in range(k - 1): k_arr = np.concatenate([k_arr, np.array([farthest(k_arr, kmeans_data)])]) class_arr.append([]) # 迭代聚類 n = 20 class_temp = class_arr for i in range(n): # 迭代次數(shù) class_temp = class_arr for e in kmeans_data: # 把集合中的每一個(gè)點(diǎn)聚到離它最近的類 k_idx = 0 # 假設(shè)距離第一個(gè)聚類中心最近 min_d = distance(e, k_arr[0]) for j in range(len(k_arr)): # 獲取距離該元素最近的聚類中心 if distance(e, k_arr[j]) < min_d: min_d = distance(e, k_arr[j]) k_idx = j class_temp[k_idx].append(e) # 把該元素加到對(duì)應(yīng)的類中 # 更新聚類中心 for l in range(len(k_arr)): k_arr[l] = means(class_temp[l]) # 將數(shù)據(jù)可視化 col = ['red', 'blue', 'yellow', 'green', 'pink', 'black', 'purple', 'orange', 'brown'] for i in range(k): plt.scatter(k_arr[i][0], k_arr[i][1], linewidths=10, color=col[i]) plt.scatter([e[0] for e in class_temp[i]], [e[1] for e in class_temp[i]], color=col[i]) plt.show() # 返回分類好的簇 return class_temp # 通過(guò)肘部觀察法獲取k值 def getK(): mean_dist = [] for k in range(1, 10): # 獲取分成k簇后的元素 kmeans = k_means(k) sse = 0 # 計(jì)算SSE for i in range(len(kmeans)): mean = means(kmeans[i]) for e in kmeans[i]: sse += distance(mean, e) ** 2 mean_dist.append(sse) # 化成折線圖觀察最佳的k值 plt.plot(range(1, 10), mean_dist, 'bx-') plt.ylabel('SSE') plt.xlabel('k') plt.show() if __name__ == '__main__': getK() # 通過(guò)觀察可知, 4 是最佳的k值 k_means(4)
以上就是關(guān)于“Python怎么通過(guò)手肘法實(shí)現(xiàn)k_means聚類”這篇文章的內(nèi)容,相信大家都有了一定的了解,希望小編分享的內(nèi)容對(duì)大家有幫助,若想了解更多相關(guān)的知識(shí)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。