3 K均值演算法

2）. *自主編寫k-means演算法 ，以鳶尾花花瓣長度資料做聚類，並用散點圖顯示。（加分題）

1

import
numpy as np
2from sklearn.datasets import
load_iris
3import
matplotlib.pyplot as plt
45 iris =load_iris()
6 x = iris.data[:, 1]     #
鳶尾花花瓣長度資料
7 y = np.zeros(150)89
def initcent(x, k):     #
初始聚類中心陣列
10return
x[0:k].reshape(k)
1112
def nearest(kc, i):  #
陣列中的值，與聚類中心最小距離所在類別的索引號
13     d = (abs(kc -i))
14     w = np.where(d ==np.min(d))
15return
w[0][0]
1617
def kcmean(x, y, kc, k):  #
計算各聚類新均值
18     l =list(kc)
19     flag =false
20for c in
range(k):
21         m = np.where(y ==c)
22         n =np.mean(x[m])
23if l[c] !=n:
24             l[c] =n
25             flag = true  #
聚類中心發生變化
26return
(np.array(l), flag)
2728
defxclassify(x, y, kc):
29for i in range(x.shape[0]):  #
對陣列的每個值分類
30         y[i] =nearest(kc, x[i])
31returny32
33 k = 3   #
3個聚類中心
34 kc =initcent(x, k)
35 flag =true
36print
(x, y, kc, flag)
37while
flag:
38     y =xclassify(x, y, kc)
39     kc, flag =kcmean(x, y, kc, k)
40print
(y, kc, type(kc))
4142 plt.scatter(x,x,c=y,s=50,cmap='
rainbow
',marker='
p',alpha=0.5);
43 plt.show()

3）. 用sklearn.cluster.kmeans，鳶尾花花瓣長度資料做聚類，並用散點圖顯示.

from sklearn.datasets import

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

4）. 鳶尾花完整資料做聚類並用散點圖顯示.

from sklearn.datasets import

load_iris
import
matplotlib.pyplot as plt
from sklearn.cluster import
kmeans
iris=load_iris()
x=iris.data
est=kmeans(n_clusters=3)
est.fit(x)
kc=est.cluster_centers_
y_kmeans=est.predict(x)
print
(y_kmeans,kc)
print
(kc.shape,y_kmeans.shape,x.shape)
plt.scatter(x[:,0],x[:,1],c=y_kmeans,s=50,cmap='
rainbow');
plt.show()

5）.想想k均值演算法中以用來做什麼？

k-means應用：

k均值演算法在機器學習中屬於簡單易懂容易實現的演算法之一，一般用於模式識別或者資料探勘等等。

3 K均值演算法

作業 1 撲克牌手動演練k均值聚類過程 30張牌，3類 隨機在撲克牌中抽取30張牌，當中取3張聚類中心10，5，2 進行分 計算三堆牌的平均值分別為10.5，5.5，2。以11，6，2為新的聚類中心來分類 計算平均值，均值不變，分類結束。2 自主編寫k means演算法 以鳶尾花花瓣長度資料做聚類，...

3 K均值演算法

1.機器學習的步驟 資料，模型選擇，訓練，測試，2.安裝機器學習庫sklearn pip list 檢視版本 python m pip install upgrade pip pip install u scikit learn pip uninstall sklearn pip uninstall...

3 K均值演算法

4.作業 1 撲克牌手動演練k均值聚類過程 30張牌，3類 第一種劃分 第二種劃分 2 自主編寫k means演算法 以鳶尾花花瓣長度資料做聚類，並用散點圖顯示。加分題 如下 from sklearn.datasets import load iris import numpy as np impo...