机器学习---clustering

三月七꧁ ꧂

于 2024-01-04 14:20:32 发布

阅读量1.2k

点赞数 24

分类专栏：机器学习文章标签：机器学习人工智能

本文链接：https://blog.youkuaiyun.com/weixin_43961909/article/details/135384945

版权

本文介绍了如何使用K-Means算法生成和分析不同类型的数据集，评估聚类质量度量，以及通过MeanShift算法进行无参数聚类。还探讨了K-Means的初始化策略和聚类效果的可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 生成不同类型的数据集

导入必要的库：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs

代码中导入了NumPy用于数组操作，matplotlib.pyplot用于绘图，KMeans用于聚类算法，

make_blobs用于生成模拟数据集。

plt.figure(figsize=(12, 12))

设置了绘图的图形大小为12x12英寸。

n_samples = 1500
random_state = 170
X, y = make_blobs(n_samples=n_samples, random_state=random_state)

使用make_blobs函数生成一个包含1500个样本的模拟数据集，其中random_state参数用于控制数

据的随机性。X是包含样本特征的数组，y是对应的样本标签。

y_pred = KMeans(n_clusters=2, random_state=random_state).fit_predict(X)

plt.subplot(221)
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.title("Incorrect Number of Blobs")

使用KMeans算法将数据集X聚类为2个簇，并将聚类结果可视化在子图中。subplot(221)表示将整

个图形窗口分为2x2个子图，当前操作的是第1个子图。

transformation = [[0.60834549, -0.63667341], [-0.40887718, 0.85253229]]
X_aniso = np.dot(X, transformation)
y_pred = KMeans(n_clusters=3, random_state=random_state).fit_predict(X_aniso)

plt.subplot(222)
plt.scatter(X_aniso[:, 0], X_aniso[:, 1], c=y_pred)
plt.title("Anisotropicly Distributed Blobs")

通过线性变换将原始数据集X变形为X_aniso，然后再使用KMeans算法将变形后的数据集聚类为3

个簇，并将结果可视化在第2个子图中。

X_varied, y_varied = make_blobs(n_samples=n_samples,
                                cluster_std=[1.0, 2.5, 0.5],
                                random_state=random_state)
y_pred = KMeans(n_clusters=3, random_state=random_state).fit_predict(X_varied)

plt.subplot(223)
plt.scatter(X_varied[:, 0], X_varied[:, 1], c=y_pred)
plt.title("Unequal Variance")

使用make_blobs函数生成一个方差不同的数据集X_varied，并使用KMeans算法将数据集聚类为3

个簇，并将结果可视化在第3个子图中。