4.K均值算法--应用

1. 应用K-means算法进行图片压缩

读取一张图片

观察图片文件大小，占内存大小，图片数据结构，线性化

用kmeans对图片像素颜色进行聚类

获取每个像素的颜色类别，每个类别的颜色

压缩图片生成：以聚类中收替代原像素颜色，还原为二维

观察压缩图片的文件大小，占内存大小

源代码：

from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import sys

#读取文件
shy = mpimg.imread('D:\机器学习\img\shy.png')
print("原图片大小为：",shy.size)
print("原图片占用内存为：",sys.getsizeof(shy))
#压缩图片
image = shy[::4,::4]
X = image.reshape(-1,4)

#模型构建
model = KMeans(n_clusters = 64)
#模型训练并预测
labels = model.fit_predict(X)
#聚类中心
colors = model.cluster_centers_
new_image = colors[labels].reshape(image.shape)
print("压缩后图片大小为：",new_image.size)
print("压缩后图片占用内存为：",sys.getsizeof(new_image))

#展示图片
plt.imshow(shy)
plt.axis('off')
plt.show()
plt.imshow(new_image)
plt.axis('off')
plt.show()

结果：

 

 压缩前：压缩后：

 

2. 观察学习与生活中可以用K均值解决的问题。

从数据-模型训练-测试-预测完整地完成一个应用案例。

这个案例会作为课程成果之一，单独进行评分。

 对中国城市按经纬度进行聚类：

部分数据：

源代码：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from pylab import *

# 读取原始数据
X = []
f = open('D:\机器学习\data\City.txt',encoding='UTF-8')
for i in f:
    X.append([float(i.split()[2][2:6]), float(i.split()[3][2:8])])
# 转化为numpy array
X = np.array(X)

# 模型训练
n_clusters = 4
x = KMeans(n_clusters).fit(X)

# 画图
mpl.rcParams['font.sans-serif'] = ['SimHei']
markers = ['o','*', 's', '+']
for i in range(n_clusters):
    members = x.labels_ == i  # members是布尔数组
    plt.scatter(X[members, 0], X[members, 1], s=60, marker=markers[i], color = 'red')  # 画与menbers数组中匹配的点
plt.xlabel("纬度")
plt.ylabel("经度")
plt.show()

结果：