- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
专业班级:2018164 学号:201816406 姓名:张锦渊
实验6: Kmeans聚类
一、实验目的
了解Kmeans的构建过程和代码实现,应用Kmeans解决简单的实际问题。
二、实验准备
安装python和pycharm,了解python基础编程和pycharm使用。
三、实验内容
基于给定的数据文件,补充完整下面Kmeans算法相关程序,粘贴运行成功的结果截图,并给每行程序添加注释。
from?copy?import?deepcopyimport?numpy?as?npimport?pandas?as?pdfrom?matplotlib?import?pyplot?as?plt#?用pd导入数据集data?=??pd.read_csv?????????????('xclara.csv')#?将数据集转换为二维数组,并绘制二维坐标图
#?将csv文件中的数据转换为二维数组f1?=?data['V1'].valuesf2?=?data['V2'].valuesX?=?np.array(list(zip(f1,?f2)))plt.scatter(f1,?f2,?c='black',?s=30)
#?按行的方式计算两个坐标点之间的距离def?dist(a,?b,?ax=1): #定义距离计算函数????return?np.linalg.norm(a?-?b,?axis=ax)????#axis=1,按行求范数k?=?3??#设定区分数#?随机获得中心点的X轴坐标C_x?=?np.random.randint(0,?np.max(X)-20,?size=k)#?随机获得中心点的Y轴坐标C_y?=?np.random.randint(0,?np.max(X)-20,?size=k)C?=?np.array(list(zip(C_x,?C_y)),?dtype=np.float32)?#X和y坐标组成二维数组#?将初始化中心点画到输入的样例数据上plt.scatter(f1,?f2,?c='black',?s=30)#初始节点plt.scatter(C_x,?C_y,?marker='*',?s=300,?c='red')#样例数据节点C_old?=?np.zeros(C.shape) # 保存中心点更新前的坐标clusters?=?np.zeros(len(X)) # 保存数据所属中心点#?迭代标识位,通过计算新旧中心点的距离iteration_flag?=?dist(C,?C_old,?1)tmp?=?1#?若中心点不再变化或循环次数不超过20次,则退出循环while?iteration_flag.any()?!=?0?and?tmp?<?20:????for?i?in?range(len(X)): # 循环计算出每个点对应的最近中心点????????distances?=?dist(X[i],?C,?1) # 计算每个点与中心点的距离????????cluster?=?np.argmin(distances) # 记录0 - k-1个点中距离近的点????????clusters[i]?=?cluster# 记录每个样例点与哪个中心点距离最近????C_old?=?deepcopy?(C)???????#?采用深拷贝将当前的中心点保存下来????for?i?in?range(k): ?#?将从属于中心点的放到一个数组,然后按列方向取平均值????????points?=?[X[j]?for?j?in?range(len(X))?if?clusters[j]?==?i]????????C[i]?=?np.mean(points,axis=0)???????????????????????????#计算保存新的聚类中心????#?计算新旧聚类中心的距离????print('循环第%d次'?%?tmp)????tmp?=?tmp?+?1????iteration_flag?=?dist(?C??????????,??C_old???????????,?1)????print("新中心点与旧点的距离:",?iteration_flag)#?聚类结果可视化colors?=?['r',?'g',?'b',?'y'
文档评论(0)