西瓜书习题9.4 K-means

最新推荐文章于 2022-04-25 17:36:11 发布

qdbszsj

最新推荐文章于 2022-04-25 17:36:11 发布

阅读量2.1k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： ML

本文链接：https://blog.youkuaiyun.com/qdbszsj/article/details/79152754

第九章深入探讨了多种聚类算法及评估标准，K-means因其简单易用而常见。目标是使类内样本相似度最大化，类间差异最大化。数据和代码参考链接已提供。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第九章讲了很多聚类方法，以及聚类的好坏的度量方式，Kmeans比较容易实现，比较常用的一种方法。

通常来讲，我们希望聚类的结果，类内相似度高，类间差异度大。

数据以及代码： https://github.com/qdbszsj/Kmeans

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
dataset=pd.read_csv('/home/parker/watermelonData/watermelon_4.csv', delimiter=",")
data=dataset.values

print(dataset)
import random
def distance(x1,x2):
    return sum((x1-x2)**2)
def Kmeans(D,K,maxIter):#return K points and the belongings of every points
    m,n=np.shape(D)
    if K>=m:return D
    initSet=set()
    curK=K
    while(curK>0):
        randomInt=random.randint(0,m-1)
        if randomInt not in initSet:
            curK-=1
            initSet.add(randomInt)
    U=D[list(initSet),:]
    C=np.zeros(m)
    curIter=maxIter
    while curIter>0:
        curIter-=1
        for i in range(m):
            p=0
            minDistance=distance(D[i],U[0])
            for j in range(1,K):