• 技术文章 >Python技术 >Python基础教程

    python聚类算法是什么

    小妮浅浅小妮浅浅2021-09-03 10:33:13原创4057

    说明

    1、聚类常用于数据探索或挖掘前期,在没有先验经验的背景下进行探索性分析。

    也适用于样本量大的数据预处理。

    2、常用的聚类算法分为基于划分、层次、密度、网格、统计、模型等类型的算法。典型算法包括K均值(经典聚类算法)、DBSCAN、两步聚类等。

    聚类分析可以解决的问题包括:数据集可以分为几类,每个类别有多少样本,不同类别中每个变量的强弱关系,不同类别的典型特征是什么。

    聚类算法之K均值实例

    import numpy as np
    import matplotlib.pyplot as plt
     
    # 两点距离
    def distance(e1, e2):
        return np.sqrt((e1[0]-e2[0])**2+(e1[1]-e2[1])**2)
     
    # 集合中心
    def means(arr):
        return np.array([np.mean([e[0] for e in arr]), np.mean([e[1] for e in arr])])
     
    # arr中距离a最远的元素,用于初始化聚类中心
    def farthest(k_arr, arr):
        f = [0, 0]
        max_d = 0
        for e in arr:
            d = 0
            for i in range(k_arr.__len__()):
                d = d + np.sqrt(distance(k_arr[i], e))
            if d > max_d:
                max_d = d
                f = e
        return f
     
    # arr中距离a最近的元素,用于聚类
    def closest(a, arr):
        c = arr[1]
        min_d = distance(a, arr[1])
        arr = arr[1:]
        for e in arr:
            d = distance(a, e)
            if d < min_d:
                min_d = d
                c = e
        return c
     
     
    if __name__=="__main__":
        ## 生成二维随机坐标,手上有数据集的朋友注意,理解arr改起来就很容易了
        ## arr是一个数组,每个元素都是一个二元组,代表着一个坐标
        ## arr形如:[ (x1, y1), (x2, y2), (x3, y3) ... ]
        arr = np.random.randint(100, size=(100, 1, 2))[:, 0, :]
     
        ## 初始化聚类中心和聚类容器
        m = 5
        r = np.random.randint(arr.__len__() - 1)
        k_arr = np.array([arr[r]])
        cla_arr = [[]]
        for i in range(m-1):
            k = farthest(k_arr, arr)
            k_arr = np.concatenate([k_arr, np.array([k])])
            cla_arr.append([])
     
        ## 迭代聚类
        n = 20
        cla_temp = cla_arr
        for i in range(n):    # 迭代n次
            for e in arr:    # 把集合里每一个元素聚到最近的类
                ki = 0        # 假定距离第一个中心最近
                min_d = distance(e, k_arr[ki])
                for j in range(1, k_arr.__len__()):
                    if distance(e, k_arr[j]) < min_d:    # 找到更近的聚类中心
                        min_d = distance(e, k_arr[j])
                        ki = j
                cla_temp[ki].append(e)
            # 迭代更新聚类中心
            for k in range(k_arr.__len__()):
                if n - 1 == i:
                    break
                k_arr[k] = means(cla_temp[k])
                cla_temp[k] = []
     
        ## 可视化展示
        col = ['HotPink', 'Aqua', 'Chartreuse', 'yellow', 'LightSalmon']
        for i in range(m):
            plt.scatter(k_arr[i][0], k_arr[i][1], linewidth=10, color=col[i])
            plt.scatter([e[0] for e in cla_temp[i]], [e[1] for e in cla_temp[i]], color=col[i])
        plt.show()

    以上就是python聚类算法的介绍,希望对大家有所帮助。更多Python学习指路:python基础教程

    本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。

    专题推荐:python聚类算法
    上一篇:python threading线程同步如何实现 下一篇:python聚类算法如何选择

    相关文章推荐

    • python中Sobel算子是什么• python中Sobel算子如何使用• python中Laplacian算子如何使用• python中Laplacian算子是什么• python输入函数input的使用• python控制语句的两大分类• python编写程序的常见错误• python用户如何自定义异常• python thread模块创建线程• python threading实现线程的过程• python threading线程同步如何实现

    全部评论我要评论

    © 2021 Python学习网 苏ICP备2021003149号-1

  • 取消发布评论
  • 

    Python学习网