机器学习作业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

 

实验代码如下：

import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import KMeans
from sklearn.datasets import load_sample_image
import sys

img = load_sample_image("flower.jpg")  # 读取一张图片

print("原图片的大小：", img.size)  # 查看图片大小
print("原图片占内存大小：", sys.getsizeof(img))  # 查看图片占内存大小
print("原图片的维度内的数据个数：", img.shape)  # 查看图片维度内的数据个数

x = img.reshape(-1,3)  # 将图片线性化
print("原图片线性化后的对比：", img.shape, x.shape)

n = 64  # 定义64个聚类中心
model = KMeans(n)   # 构建模型
pre = model.fit_predict(x)  # 训练、预测模型
colors = model.cluster_centers_  # 以聚类中收替代原像素颜色，还原为二维

new_img = colors[pre].reshape(img.shape)   # 将训练后的数据与原数据进行匹配

plt.rcParams['font.sans-serif'] = 'SimHei'  # 设置中文显示
plt.figure(1)   # 定义1号画布
plt.title("压缩前")  # 标题
plt.imshow(img)
plt.show()
plt.figure(2)
plt.title("压缩后")
plt.imshow(new_img.astype(np.uint8))
plt.show()

print("压缩后图片的大小：", new_img.size)  # 查看图片大小
print("压缩后的图片占内存大小：", sys.getsizeof(new_img))  # 查看压缩后的图片占内存大小

实验结果如下：

 

 

 

 

 

 

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。

我这次选择的数据是某赛季NBA 球员上场次数、上场时间、助攻、失误、抢断、盖帽、犯规和得分的数据，这些数据可以使用K-means算法进行球员综合能力的分类（2是综合能力强，1是综合能力中等，0是综合能力弱），通过结果就可以知道这赛季每个球员综合能力的情况。

数据为：

 

 

 

实验代码如下：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import KMeans

data = pd.read_csv(r'C:\Users\23625\Desktop\机器学习\项目\data/NBA球员数据.csv', encoding='gbk')  # 在路径前加个‘r’，是因为在Python中\是转义符，\u表示其后是UNICODE编码，因此\User在这里会报错

x = data.iloc[:, 4:]  # 根据球员的场次、助攻、失误、抢断、盖帽、犯规、得分数据，对球员的综合能力进行分类
x['场次'] = data.iloc[:, 2]

n = 3  # 将球员分为3类
model = KMeans(n)   # 构建模型
pre = model.fit_predict(x)  # 训练、预测模型

x['综合能力'] = pre  # 将训练，预测的球员综合能力结果加进数据
x['姓名'] = data.iloc[:,1]  # 将球员姓名加进数据


plt.rcParams['font.sans-serif'] = 'SimHei'  # 设置中文显示
plt.title("球员综合能力散点图")  # 标题
plt.xticks(rotation=90)  # 将x轴的标签旋转90度
plt.xlabel("姓名")
plt.ylabel("得分能力")
plt.scatter(x.iloc[30:70,8], x.iloc[30:70,7])  # 取出30-70行的数据进行散点图的绘画
plt.show()

 

实验结果如下：