当前位置: 首页 > news >正文

清华《数据挖掘算法与应用》K-means聚类算法

使用k均值聚类算法对表4.1中的数据进行聚类。代码参考P281。

创建一个名为 testSet.txt 的文本文件,将以下内容复制粘贴进去保存即可:

0	0
1	2
3	1
8	8
9	10
10	7

4.1

# -*- coding: utf-8 -*-
"""
Created on Thu Apr 17 16:59:58 2025@author: 破无差
"""
import matplotlib.pyplot as plt
import numpy as npdef loadDataSet(fileName):dataMat = []fr = open(fileName)for line in fr.readlines():curLine = line.strip().split('\t')fitLine = list(map(float, curLine))dataMat.append(fitLine)return dataMatdef distEclud(vecA, vecB):return np.sqrt(np.sum(np.power(vecA - vecB, 2)))def randCent(dataSet, k):n = np.shape(dataSet)[1]centroids = np.mat(np.zeros((k, n)))for j in range(n):minJ = np.min(dataSet[:, j])maxJ = np.max(dataSet[:, j])rangeJ = float(maxJ - minJ)centroids[:, j] = minJ + rangeJ * np.random.rand(k, 1)return centroidsdef kMeans(dataSet, k, distMeas=distEclud, createCent=randCent):m = np.shape(dataSet)[0]clusterAssment = np.mat(np.zeros((m, 2)))centroids = createCent(dataSet, k)clusterChanged = Truewhile clusterChanged:clusterChanged = Falsefor i in range(m):minDist = float('inf')minIndex = -1for j in range(k):distJI = distMeas(centroids[j, :], dataSet[i, :])if distJI < minDist:minDist = distJIminIndex = jif clusterAssment[i, 0] != minIndex:clusterChanged = TrueclusterAssment[i, :] = minIndex, minDist ** 2for cent in range(k):ptsInClust = dataSet[np.nonzero(clusterAssment[:, 0].A == cent)[0]]centroids[cent, :] = np.mean(ptsInClust, axis=0)return centroids, clusterAssmentdef plotDataSet(filename):datMat = np.mat(loadDataSet(filename))myCentroids, clustAssing = kMeans(datMat, 4)clustAssing = clustAssing.tolist()myCentroids = myCentroids.tolist()xcord = [[], [], [], []]ycord = [[], [], [], []]datMat = datMat.tolist()m = len(clustAssing)for i in range(m):if int(clustAssing[i][0]) == 0:xcord[0].append(datMat[i][0])ycord[0].append(datMat[i][1])elif int(clustAssing[i][0]) == 1:xcord[1].append(datMat[i][0])ycord[1].append(datMat[i][1])elif int(clustAssing[i][0]) == 2:xcord[2].append(datMat[i][0])ycord[2].append(datMat[i][1])elif int(clustAssing[i][0]) == 3:xcord[3].append(datMat[i][0])ycord[3].append(datMat[i][1])fig = plt.figure()ax = fig.add_subplot(111)ax.scatter(xcord[0], ycord[0], s=20, c='b', marker='*', alpha=.5)ax.scatter(xcord[1], ycord[1], s=20, c='r', marker='D', alpha=.5)ax.scatter(xcord[2], ycord[2], s=20, c='c', marker='>', alpha=.5)ax.scatter(xcord[3], ycord[3], s=20, c='k', marker='o', alpha=.5)ax.scatter(myCentroids[0][0], myCentroids[0][1], s=100, c='k', marker='+')ax.scatter(myCentroids[1][0], myCentroids[1][1], s=100, c='k', marker='+')ax.scatter(myCentroids[2][0], myCentroids[2][1], s=100, c='k', marker='+')ax.scatter(myCentroids[3][0], myCentroids[3][1], s=100, c='k', marker='+')ax.set_xlabel('X')ax.set_ylabel('Y')ax.set_title('DataSet')plt.show()if __name__ == '__main__':
plotDataSet('testSet.txt')

声明:文章仅供学习使用。著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

运行结果:

相关文章:

  • Redis--主从复制
  • 记录一次项目中使用pdf预览过程以及遇到问题以及如何解决
  • 【Bluedroid】蓝牙存储模块配置管理:启动、读写、加密与保存流程解析
  • Unity webgl 获取图片或视频数据
  • UI键盘操作
  • 机器学习+深度学习
  • 开发基于python的商品推荐系统,前端框架和后端框架的选择比较
  • 青少年编程与数学 02-016 Python数据结构与算法 30课题、数据压缩算法
  • 基于DeepSeek与Excel的动态图表构建:技术融合与实践应用
  • 平均池化(Average Pooling)
  • 【绘制图像轮廓】图像处理(OpenCV) -part7
  • Fastdata极数:全球AR/VR行业发展趋势报告2025
  • spring-batch批处理框架(1)
  • 面向新一代扩展现实(XR)应用的物联网框架
  • 【Matlab】中国沿岸潮滩宽度和坡度分布
  • PH热榜 | 2025-04-19
  • PHP+MYSQL开发一个简易的个人博客(一)
  • 第2期:控制流程语句详解(条件判断与循环)
  • LeetCode[459]重复的子字符串(KMP解法)
  • 聊聊Spring AI Alibaba的ElasticsearchDocumentReader
  • 美伊第二轮核问题间接谈判结束,伊方称“结果是建设性的”
  • 中物联声明:反对美对华物流、海事和造船领域301调查措施
  • 中国船协发布关于美对华造船业实施限制措施的严正声明
  • 河南一季度GDP为14945.58亿元,同比增长5.9%
  • 祥源文旅:2024年营业收入约8.64亿元,今年旅游经济总体预期更为乐观
  • 马上评丨黄仁勋到访中国,一个重要节点和一句大实话