1. 用python實現K均值演算法

K-means是一個反覆迭代的過程，演算法分為四個步驟：

（x,k,y)

1） 選取資料空間中的K個物件作為初始中心，每個物件代表一個聚類中心；

def initcenter(x, k): kc

2） 對於樣本中的資料物件，根據它們與這些聚類中心的歐氏距離，按距離最近的準則將它們分到距離它們最近的聚類中心（最相似）所對應的類；

def nearest(kc, x[i]): j

def xclassify(x, y, kc):y[i]=j

3） 更新聚類中心：將每個類別中所有物件所對應的均值作為該類別的聚類中心，計算目標函式的值；

def kcmean(x, y, kc, k):

4） 判斷聚類中心和目標函式的值是否發生改變，若不變，則輸出結果，若改變，則返回2）。

while flag:

  y = xclassify(x, y, kc)

  kc, flag = kcmean(x, y, kc, k)

2. 鳶尾花花瓣長度資料做聚類並用散點圖顯示。

3. 用sklearn.cluster.KMeans，鳶尾花花瓣長度資料做聚類並用散點圖顯示.

4. 鳶尾花完整資料做聚類並用散點圖顯示.

參考官方文件: http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#sklearn.cluster.KMeans

1.初始化

from sklearn.datasets import  load_iris
iris = load_iris()
iris.keys()

data = iris['data']
data

2.分類

iris.target

3.初始聚類中心陣列

def initcenter(x,k):
    return x[:k]

4.陣列中的值，與聚類中心最新距離所在類別的索引號

def nearest(kc,i):
        d = (abs(kc - i))
    w = np.where(d == np.min(d))
    return w[0][0]
 

5.對陣列的每個組分類

def xclassify(x,y,kc):
    for i in range(x.shape[0]):
        y[i]=nearest(kc,x[i])
    return y

6.更新聚類中心，將每個類別中所有物件所對應的均值作為該類別的聚類中心，計算目標函式的值

def kcmean(x,y,kc,k):
    l = list(kc)
    flag = False
    for c in range(k):
        m = np.where(y == c)
        print(c,x)
        n = np.mean(x[m])
        print(kc[c],n)
        if l[c] != n:
            l[c] = n
        flag = True
        print(l,flag)
    return(np.array(l),flag)

7.判斷聚類中心和目標函式的值是否發生改變，若不變，則輸出結果，若改變，則返回2

flag = True
# print(x,y,kc,flag)
while flag:
    y = xclassify(x,y,kc)
    kc,flag = kcmean(x,y,kc,k)
    print(y,kc)
print(x,y)

8.初始化iris

from sklearn.datasets import load_iris
iris = load_iris()
datas = iris.data
iris_length = datas[:,2]

9.用鳶尾花花瓣作分析並用散點圖顯示

import matplotlib.pyplot as plt
import numpy as np
data=load_iris()
data_length=data['data'][:,2] # 取出鳶尾花花瓣的長度
x=data_length
y=np.zeros(x.shape[0])
kc = start_center(x,3)
flag=True
while flag:
    y=xclassify(x,y,kc)
    kc,flag=kcmean(x,y,kc,k)
print(y,kc)

10.用散點圖來展示 plt.scatter(x,x,s=x,c=y,cmap='rainbow',alpha=0.5,linewidths=4) plt.show()