python机器学习10:聚类算法

1.K均值聚类

1.K均值聚类的工作原理：

假设我们的数据集中的样本因为特征不同，像下沙堆一样散步在地上，K均值算法会在小沙堆上插上旗子。而第一遍插的旗子并不能完美地代表沙堆的分布，所以K均值还要继续，让每个旗子能够插入到每个沙滩最佳的位置上，也就是数据点的均值上，这就是K均值算法名字的由来。接下来会一直重复上述的步骤，直到找不到更好的位置。如下图所示：

尝试用手工生成的数据集展示一下K均值聚类算法工作原理：

from sklearn.datasets import make_blobs
blobs = make_blobs(random_state=1,centers=1)
X=blobs[0]
plt.scatter(X[:,0],X[:,1],c='r',edgecolor='k')
plt.show()

运行代码，如下图所示：

结果分析：由于代码里指定了make_blobs的centers参数为1，因此所有的数据都属于1类，并没有差别
下面使用K均值帮助这些数据进行聚类:

import numpy as np