k-means聚类算法原理
k-means算法原理
k-means是一种无监督的分类算法，简而言之就是喂给算法的数据是没有标签的，但是我们需要自己设定k值（分类数）。如颗粒图像中有四种颜色，则设立k值为4.而相反，KNN分类算法是一种有监督的算法，我们喂给算法的数据是有标签的。
KNN属于监督学习，类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。
Kmeans属于非监督学习，事先不知道数据会分为几类，通过聚类分析将数据聚合成几个群体。聚类不需要对数据进行训练和学习。
算法原理
K-Means算法的特点是类别的个数是人为给定的，如果让机器自己去找类别的个数，通过一次次重复这样的选择质心-计算距离后分类-再次选择新质心的流程，直到我们分组之后所有的数据都不会再变化了，也就得到了最终的聚合结果。
算法过程
（1）随机选取k个质心（k值取决于你想聚成几类）
（2）计算样本到质心的距离，距离质心距离近的归为一类，分为k类
（3）求出分类后的每类的新质心
（4）再次计算计算样本到新质心的距离，距离质心距离近的归为一类
（5）判断新旧聚类是否相同，如果相同就代表已经聚类成功，如果没有就循环2-4步骤直到相同
KMeans算法实例讲解
（1）随机选取k个质心（k值取决于你想聚成几类）
假设我想聚3类，那我们随机选取【红色、白色、绿色】这3个电影作为质心。
（2）计算样本到质心的距离，距离质心距离近的归为一类，分为k类
计算除质心（大佬）外的样本（小弟）的欧式距离，样本（小弟）离哪个质心（大佬）近，该样本就跟哪个质心（大佬）同一个类别。
（3）求出分类后的每类的新质心
上面我们已经分为三类了，我们需要从三类中重新选出大佬（质心）。
A将红色、白色、绿色的平均值做A类的大佬。
（4）再次计算计算样本到新质心的距离，距离质心距离近的归为一类
（5）判断新旧聚类是否相同
经过这次计算我们发现聚类情况并没有变化，这就说明我们的计算收敛已经结束了，不需要继续进行分组了，最终数据成功按照相似性分成了三组。
算法编程
第一步：导入必要包
from skimage import io
from sklearn.cluster import KMeans
import numpy as np
import warnings
import cv2
第二步：读入数据
# 聚类个数
k = 8
img = cv2.imread("/fengshuiling/16.tif")
第三步：转换数据维度
# 转换数据维度
img_ori_shape = img.shape
img1 = img.reshape((img_ori_shape[0] * img_ori_shape[1], img_ori_shape[2]))
img_shape = img1.shape
第四步：获取图片色彩层数
# 获取图片色彩层数
n_channels = img_shape[0]
print(img_ori_shape)
print(img_shape)
estimator = KMeans(n_clusters=k, max_iter=4000, init='random', n_init=50) # 构造聚类器
estimator.fit(img1) # 聚类
centroids = estimator.cluster_centers_ # 获取聚类中心
输出结果：
(512, 512, 3)
(262144, 3)
第五步：使用算法跑出的中心点，生成一个矩阵，为数据可视化做准备
# 使用算法跑出的中心点，生成一个矩阵，为数据可视化做准备
result = []
result_width = 200
result_height_per_center = 80
for center_index in range(k):
result.append(np.full((result_width * result_height_per_center, n_channels), centroids[center_index], dtype=int))
result = np.array(result)
result = result.reshape((result_height_per_center * k, result_width, n_channels))
最终：保存数据
# 保存图片
io.imsave('D:/fengshuiling/julei/' + 'result.bmp', result)
print(centroids)
最终输出结果为一个数组，它所代表的就是颜色的分布结果
参考博文：（最通俗的话解释KNN，KMeans算法）[https://zhuanlan.zhihu.com/p/122195108]
