Python3 kmeans 聚类算法

 1 # -*- coding: utf-8 -*-
 2 """
 3 Created on Wed Jan 10 19:18:56 2018
 4 
 5 @author: markli
 6 """
 7 import numpy as np;
 8 '''
 9 kmeans 算法实现
10 算法原理
11 1、随机选择k个点作为聚类中心点，进行聚类
12 2、求出聚类后的各类的 中心点
13 3、由中心点作为新的聚类中心点，再次进行聚类
14 4、比较前后两次的聚类中心点是否发生变化，若没有变化则停止，否则重复2,3,4
15 '''
16 
17 def Kmeans(X,k,maxiter):
18     '''
19     使用Kmeans均值聚类对数据集Data进行聚类
20     X 数据集
21     k 聚类中心个数
22     maxiter 最大迭代次数
23     '''
24     m,n = X.shape;
25     #向数据集中添加一列，用来存放类别号
26     Dataset = np.zeros((m,n+1));
27     Dataset[:,:-1] = X;
28     
29      #随机选取k 个聚类中心
30     randomCenterIndex = np.random.randint(m,size=k);
31     center = Dataset[randomCenterIndex];
32     center[:,-1] = range(1,k+1);
33     
34     #初始聚类
35     oldCenter = np.copy(center);
36     DataClass(Dataset,center);
37     center = getCenter(Dataset,k);
38     
39     itertor = 1;
40     while not isStop(oldCenter,center,itertor,maxiter):
41         oldCenter = np.copy(center);
42         DataClass(Dataset,center);
43         center = getCenter(Dataset,k);
44         itertor = itertor + 1;
45     print("数据集聚类结果",Dataset);
46     print("聚类中心点",center);
47         
48 
49 def DataClass(Dataset,center):
50     '''
51     对数据集进行聚类或者类标签更新
52     Dataset 数据集
53     center 聚类中心点 最后一列为聚类中心点的分类号
54     '''
55     n = Dataset.shape[0];
56     k = center.shape[0];
57     for i in range(n):
58         lable = center[0,-1];
59         mindistance = np.linalg.norm(Dataset[i,:-1]-center[0,:-1],ord=2);
60         for j in range(1,k):
61             distance = np.linalg.norm(Dataset[i,:-1]-center[j,:-1],ord=2);
62             if(distance < mindistance):
63                 mindistance = distance;
64                 lable = center[j,-1];
65         Dataset[i,-1] = lable;
66 
67 def getCenter(Dataset,k):
68     '''
69     获得数据集的k个聚类中心,数据集的最后一列是当前的分类号
70     Dataset 数据集
71     k 聚类中心点个数
72     '''
73     center = np.ones((k,Dataset.shape[1]));
74     for i in range(1,k+1):
75         DataSubset = Dataset[Dataset[:,-1] == i,:];
76         center[i-1] = np.mean(DataSubset,axis=0);
77     return center;
78 
79 def isStop(oldCenter,newCenter,itertor,maxiter):
80     '''
81      判断是否停止
82      oldCenter 前一次聚类的聚类中心
83      newCenter 新产生的聚类中心
84      itertor 当前迭代次数
85      maxitor 最大迭代次数
86     '''
87 
88     if(itertor >= maxiter):
89         return True;
90     
91     return np.array_equal(oldCenter,newCenter);
92 
93 
94 X = np.array([[1,1],[2,1],[4,3],[5,4]]);
95 print(X.shape);
96 Kmeans(X,2,10);
Python3 kmeans 聚类算法

推荐阅读
