k-means聚类算法的验证

最新推荐文章于 2022-10-16 16:53:59 发布

是胖胖吖

最新推荐文章于 2022-10-16 16:53:59 发布

阅读量1.6k

点赞数 3

分类专栏： python 机器学习

本文链接：https://blog.youkuaiyun.com/weixin_46730908/article/details/116928148

版权

本文探讨了k-means聚类算法的应用，通过实际运行展示了算法过程，并对结果进行了详细验证，确保聚类效果准确可靠。相关链接提供了进一步的学习资源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np  #导入numpy包，且起名为np
'''numpy是Python中科学计算的基础包，它是一个Python库，提供多维数组对象，
各种派生对象，如掩码数组和矩阵以及用于数组快速操作的各种例程。'''
import matplotlib.pyplot as plt #导入matplotlib库中的pyplot包，并起名为plt
'''（matplotlib.pyplot 是命令行风格的函数集，
  让matplotlib看起来像MATLAB.Each一样工作。
  pyplot函数能够对画布(figure)进行一些改变,例如：创建一个画布(figure), 
  在画布中创建一个绘图区域，在绘图区域中画图，使用文字标签修饰图形。）'''

def L2(vecXi, vecXj):
    
    '''输入：向量vecXi，向量vecXj
    输出：两个向量的欧式距离
    描述：计算两个向量的欧式距离
    
    计算欧氏距离
    para vecXi：点坐标，向量
    para vecXj：点坐标，向量
    return: 两点之间的欧氏距离（距离标量）'''
    
    return np.sqrt(np.sum(np.power(vecXi - vecXj, 2))) 
    #np.sqrt(x)：计算数组各元素的平方根，括号里的数必须大于或等于0。
    #numpy中的sum则可以求出矩阵或数组所有元素的和
    #np.power(x， y) 表示x 的y次方，
    #  y=2表示x的平方，y=1/2表示x开方，y =1/3表示x开立方，y= -1表示x的倒数。

def kMeans(S, k, distMeas=L2):
     
    
    '''输入：数据集，k,计算向量间距离的函数名，随机生成k个随机质心的函数名
    输出：包含质心的集合，包含K个随机质心（clusterCents）的集合，簇分配结果矩阵
    描述：kmeans算法实现
    
    K均值聚类
    para S：样本集，多维数组（样本数据集，np数组)
    para k：簇个数
    para distMeas：距离度量函数，默认为欧氏距离计算函数
    return sampleTag：一维数组，存储样本对应的簇标记
    return clusterCents：一维数组，各簇中心
    retrun SSE:误差平方和'''

最低0.47元/天解锁文章