作业三

1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类

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。（加分题）

3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.

4）. 鸢尾花完整数据做聚类并用散点图显示.

5）.想想k均值算法中以用来做什么？

 

1、

 

 

2、

3、代码如下：

from sklearn.datasets import load_iris

from sklearn.cluster import KMeans
import matplotlib.pyplot as plt 
iris=load_iris()
data=iris.data[:,1]
x=data.reshape(-1,1) 
y=KMeans(n_clusters=3) 
y.fit(x)  
y_pre=y.predict(x)  
plt.scatter(x[:,0],x[:,0],c=y_pre,s=50,cmap='rainbow')
plt.show()

结果如下：

4、代码如下：

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

iris=load_iris()
X_iris=iris.data
model=KMeans(n_clusters=3)
model.fit(X_iris)
Y_iris=model.predict(X_iris)
plt.rcParams['font.sans-serif']=['SimHei']
plt.scatter(X_iris[:,2],X_iris[:,3],c=Y_iris,cmap="rainbow")
plt.show()
结果如下：

 

 

5、

对于大数据集。K均值聚类算法相对是可伸缩和高效的，他的计算复杂度是O（NKt)接近与线性，其中N是数据对象的数目，K是聚类的簇数，t是迭代的轮数。尽管算法经常以局部最优结束，但一般情况下达到局部最优已经可以满足聚类的需求。用来做聚类分析，人工智能。