python手写kmeans算法

最新推荐文章于 2023-06-19 04:17:18 发布

原创

最新推荐文章于 2023-06-19 04:17:18 发布 · 置顶 · 688 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#聚类 #算法 #python

本文详细介绍了如何从零开始用Python实现KMeans聚类算法，内容包括算法的基本原理及步骤，通过实例展示了如何在没有依赖库的情况下完成聚类过程。

kmean聚类是最基础和常见的算法，工程上使用比较常见，spark, sklearn都有实现，本文手写实现kmeans

#!/usr/bin/python
import sys
import random
import math

def create_rand_points(max_x, max_y, count):
    """Create count points (0-x), (0-y).

    """
    points = []
    for i in range(0, count):
        x = random.randint(0, max_x)
        y = random.randint(0, max_y)
        points.append([x,y])
    return points

def get_start_k_points(points, k):
    """Get k start points.

    """
    if k > len(points):
        return None
    random.shuffle(points)
    return points[0:k]

def get_nearest_point_index(point, central_points):
    """
    """
    min_dis = 2000000000
    index = 0
    for i in range(0, len(central_points)):
        dis = 0.0
        for j in range(0, len(point)):
            dis += (point[j]-central_points[i][j]) * (point[j]-central_points[i][j])
        if math.sqrt(dis) < min_dis:
            min_dis = math.sqrt(dis)
            index = i
    return index

def get_central_point(p