第三次k均值

1）. 撲克牌手動演練k均值聚類過程：>30張牌，3類

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）

from sklearn.datasets import load_iris

import numpy as np

#1\資料準備

iris=load_iris()

data=iris['data']

m=data.shape[1]#樣本屬性個數

data.shape

n=len(data)#樣本個數

k=3#類中心個數，即最終分類

#資料初始化

dist=np.zeros([n,k+1])#距離矩陣

center=np.zeros([k,m])#初始類中心

new_center=np.zeros([k,m])#新的類中心

number=0

#選中心

center=data[:k, :]#選擇前三個樣本作為初始類中心

while true:

#求距離

for i in range(n):

for j in range(k):

dist[i,j]=np.sqrt(sum((data[i,:]-center[j,:])**2))

#歸類dist[i,k]=np.argmin(dist[i,:k])

#求新類中心

for i in range(k):

index=dist[:,k]==i

new_center[i,:]=np.mean(data[index, :])

#判定結束

if(np.all(center==new_center)):

break

else:

center=new_center

number=number+1

print('聚類分析迭代慈次數：',number )

print('最終聚類結果：',dist[:,k])

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

from sklearn.cluster import kmeans

import matplotlib.pyplot as plt

# 獲取鳶尾花資料集

iris = load_iris()

x = iris.data[:, 1].reshape(-1, 1) # 鳶尾特徵值，需要多少列資料訓練就進行

model = kmeans(n_clusters=3) # 構建模型

model.fit(x) # 訓練

y = model.predict(x) # **樣本的聚類索引

print("**結果：", y)

k= model.cluster_centers_

print("聚類中心:", k)

4）. 鳶尾花完整資料做聚類並用散點圖顯示.

from sklearn.datasets import load_iris

from sklearn.cluster import kmeans

import matplotlib.pyplot as plt

# 獲取鳶尾花資料集

iris = load_iris()

x = iris.data # 鳶尾花花瓣長度資料

model = kmeans(n_clusters=3) # 構建模型

model.fit(x) # 這裡訓練所有資料

y = model.predict(x) # **每個樣本的聚類索引

print("**結果：", y)

k = model.cluster_centers_ # 聚類中心

print("聚類中心:", k)

5）.想想k均值演算法中以用來做什麼？

每一樣事物都有其屬性，世界上'' 沒有一片完全相同的葉子

''，最根本的原因是：每一樣的事物本身的屬性不是跟其它任何事物的完全相同。但是我們分析和描述客觀自然事物的時候，往往是基於對某一事物重要的、突出的和具有普遍性的屬性來進行歸門別類。通過聚類來描述物體本身最微小的差別，來進行歸類，像極了我們閱人無數，通過大量的人來進行學習，來分辨各類各樣的人，所以機器學習中通過這些微小的差別進行分辨事物。

第三次k均值

第三次作業 K公尺評測

第三次作業

第三次作業

第三次k均值

第三次作業 K公尺評測

第三次作業

第三次作業

相關推薦