Kmeans代码实现

本章会介绍如何用py实现Kmeans模型

导入相关的库

from sklearn.cluster import KMeans # 聚类的API，采用指定质心来分簇
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from sklearn.metrics import calinski_harabasz_score # 评价指标，值越大，聚类效果越好

一、准备数据集

#make_blobs是 scikit-learn 内置的数据集生成函数，用来自动生成多簇的模拟二维 / 多维样本数据
# 参1：样本数量；参2：样本特征数量（2列）；参3：样本标签数量，也可以用列表传入每个簇的中心；参4：标准差；参5：随机种子
x,y = make_blobs(n_samples=1000,n_features=2,centers=[[-1,-1],[0,0],[1,1],[2,2]],cluster_std=1,random_state=0)
print(x) #x是特征
print(y) #y是属于第几簇

二、绘制上述的图形

# 参1：横坐标；参2：纵坐标；参3：颜色
plt.scatter(x[:,0],x[:,1])
plt.show()

三、创建kMeans对象

# 参1：聚类数量；参2：随机种子
estimator = KMeans(n_clusters=4,random_state=23) #这里的随机性是随机选择质心造成的

四、训练模型和预测

y_pred = estimator.fit_predict(x)

五、绘制预测结果

plt.scatter(x[:,0],x[:,1],c=y_pred) #c = color；传入一维数组（你这里是 y_pred）：数组里每个数字对应一个点的颜色，相同数字用同一种颜色。
plt.show()

六、评价指标

print(f'评价指标（评分）：{calinski_harabasz_score(x,y_pred)}')#越大越好