机器学习之K均值聚类代码

最新推荐文章于 2025-07-11 16:40:07 发布

原创

最新推荐文章于 2025-07-11 16:40:07 发布 · 597 阅读

1 ·

CC 4.0 BY-SA版权

本文介绍了机器学习中的K均值聚类算法，这是一个无监督学习方法。核心思想是用户预设k个初始质心，通过迭代更新质心和样本点的归属，直到质心稳定或达到迭代上限。算法包括选择质心、分配样本点到最近的质心、重新计算质心等步骤。文中还展示了算法的代码实现和结果图。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

K均值：

是聚类算法中最简单的，高效的，属于无监督学习算法

核心思想：

由用户指定k个初始质心，以作为聚类的类别，重复迭代直至算法收敛

基本算法流程：

1.选取k个质心
2.对每个样本点，计算得到距其最近的质心，将其类别标为所对应的cluster(群)
3.重新计算k个cluster对应的质心
4.质心不再发生变化或迭代上限
代码部分：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 从sklearn中直接生成聚类数据
from sklearn.datasets.samples_generator import make_blobs
# 计算距离函数
from scipy.spatial.distance import cdist
# 数据加载
x,y = make_blobs(n_samples=100,centers=6,random_state=1234,cluster_std=0.6)
plt.figure(figsize=(10,8))
plt.scatter(x[:,0],x[:,1])
plt.title('K Means ')
# plt.show()

# 算法实现
class K_Means(object):
    def __init__(self,n_cluster=6,max_iter=300,centroids=[]):
        self.n_cluster = n_cluster
        self.max_iter = max_iter
        self.centroids = np.array(centroids,dtype=np.float)
    # 训练模型的方法，k_mean聚类过程，传入原始样本点
    def fit(self,data):
#         假如没有指定初始质心 ，就随机选取data中的点作为初