3.K均值算法

1.扑克牌手动演练k均值聚类过程：>30张牌，3类

过程：

选择3个初始中心；

对牌进行分类，按照欧氏距离（即所分的该牌离不同中心的距离的绝对值大小）进行分类。

在第一轮分牌结束后，对每一组牌进行计算其平均值，以每组的平均值作为下一次的中心（即分牌的依据）

重复上述的步骤，直至聚类中心的值不再改变。即为成功。

 

 

 

2.*自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示

import numpy as np
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt

# 初始聚类中心数组
# 选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心；
def initcenter(x, k):
    # 选择后k个样本作为初始类中心(因为是只采用一组特征或数据进行聚类)
    return x[-k:]

# 计算欧式距离
def nearest(kc, i):
    dist = abs(kc - i) #距离绝对值
    m = np.where(dist == np.min(dist))
    # 返回w=(array([0], dtype=int32))
    # w[0][0]
    # 0
    # w[0]
    # array([0], dtype=int32)
    return m[0][0]

def xclassify(x, y, kc):
    for i in range(x.shape[0]):  # 对数组的每个值分类(以一列数据作为测试的数据)
        y[i] = nearest(kc, x[i])
    return y

# 更新聚类中心：将每个类别中所有对象所对应的均值作为该类别的聚类中心，计算目标函数的值；
def kcmean(x, y, kc, k):
    center = list(kc)
    flag = False
    for i in range(k):
        index=y==i
        new_center = np.mean(x[index])
        if np.all(center[i] != new_center):
            center[i] = new_center
            flag=True # 聚类中心发生变化
    return (np.array(center),flag)

# 获取鸢尾花数据集
iris = load_iris()
n = len(iris.data)   # 鸢尾花花瓣数据的长度
x = iris.data[:, 2]    # 获取花瓣长度
y = np.zeros(n)  # 初始化数组
k = 3
kc = initcenter(x, k)
flag = True
while flag:
    y = xclassify(x, y, kc)
    kc, flag = kcmean(x, y, kc, k)
print("聚类结果：", y)

plt.scatter(x, x, c=y, s=50, cmap='rainbow')
plt.show()

结果：

 

 

 

3.

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

# 获取鸢尾花数据集
iris = load_iris()
x = iris.data[:, 2].reshape(-1, 1)  # 鸢尾花花瓣长度数据

# 直接调用sklearn库实现对鸢尾花数据进行聚类分析
model = KMeans(n_clusters=3)  # 构建模型
model.fit(x)  # 训练
y = model.predict(x)  # 预测每个样本的聚类索引
print("预测结果：", y)
kc = model.cluster_centers_   # 聚类中心
print("聚类中心:", kc)
plt.scatter(x[:, 0], x[:, 0], c=y, s=50, cmap='rainbow')
plt.show()

实验结果：

 

 

4.鸢尾花完整数据做聚类并用散点图显示.

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

# 获取鸢尾花数据集
iris = load_iris()
x = iris.data  # 鸢尾花花瓣长度数据

# 直接调用sklearn库实现对鸢尾花数据进行聚类分析
model = KMeans(n_clusters=3)  # 构建模型
model.fit(x)  # 训练
y = model.predict(x)  # 预测每个样本的聚类索引
print("预测结果：", y)
kc = model.cluster_centers_   # 聚类中心
print("聚类中心:", kc)
plt.scatter(x[:, 2], x[:, 3], c=y, s=50, cmap='rainbow')
plt.show()

 

实验结果：

 

 

 

 5）.想想k均值算法中以用来做什么？

k均值算法主要是用于分类的一种算法，通过在一份杂乱的数据中，把相类似的数据放在一起，形成多个类别。可用于AI 机器人的基础学习，如通过汽车的外型可以对汽车的品种进行判断，以及各种汽车零件的价格判断；

也可以开发帮助盲人的日常出行的AI机器人，通过对所遇到的人，物品，路况，上下楼梯等情况的学习。等等，这些学习均需要应用到K均值算法。