西瓜书 习题9.4 K-means

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):
            
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值