k-means聚类分析（MNIST测试集）

泛水编波

已于 2022-05-26 19:42:09 修改

阅读量2k

点赞数 3

文章标签：算法

于 2022-04-16 15:32:14 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_39389307/article/details/124214512

版权

本文详细探讨了如何运用k-means聚类算法对经典的MNIST手写数字测试集进行分析。通过数据预处理、选择合适的k值、执行聚类并评估结果，揭示了k-means在图像分类中的应用和效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from ast import For
from tkinter import CENTER
from typing import Counter
from cv2 import threshold
import numpy as np
from collections import Counter

from sympy import li
import time

def class_num(x,y):
    tic = time.time() 
    num = x #聚类中心
    class_times = y #聚类次数
    temp = 1000000
    #0-class_times次
    for times_num in range(1,class_times+1):
        number = 0
        lists = []
        '''————————确定聚类中心————————'''        
        for i in range(0,num):
            centre_class[i] = image_np[i]; #设定初始num个中心为前num个图像
        '''————————50次聚类————————'''
        for times in range(0,times_num): 
            # print('第'+str(times+1)+'次聚类')
            centre_sum = np.zeros((num,28,28))
            count = np.zeros(num)
            for i in range(0,num_file):
                label = int(label_file[i])
                for j in