网站建设如何设置登录页面,国家企业信用网查询系统,做一个网站设计要多久,企业做网站的费用账务如何处理一、聚类定义聚类分析(cluster analysis)就是给你一堆杂七杂八的样本数据把它们分成几个组#xff0c;组内成员有一定的相似#xff0c;不同组之间成员有一定的差别。区别与分类分析(classification analysis) 你事先并不知道有哪几类、划分每个类别的标准。比如垃圾分类就是…一、聚类定义聚类分析(cluster analysis)就是给你一堆杂七杂八的样本数据把它们分成几个组组内成员有一定的相似不同组之间成员有一定的差别。区别与分类分析(classification analysis) 你事先并不知道有哪几类、划分每个类别的标准。比如垃圾分类就是分类算法你知道猪能吃的是湿垃圾不能吃的是干垃圾……打扫房间时你把杂物都分分类这是聚类你事先不知道每个类别的标准。二、划分聚类方法: K-means:对于给定的样本集按照样本之间的距离(也就是相似程度)大小将样本集划分为K个簇(即类别)。让簇内的点尽量紧密的连在一起而让簇间的距离尽量的大。步骤1随机取k个初始中心点步骤2对于每个样本点计算到这k个中心点的距离将样本点归到与之距离最小的那个中心点的簇。这样每个样本都有自己的簇了步骤3对于每个簇根据里面的所有样本点重新计算得到一个新的中心点如果中心点发生变化回到步骤2未发生变化转到步骤4步骤4得出结果就像这样缺点初始值敏感、采用迭代方法得到的结果只是局部最优、K值的选取不好把握、对于不是凸的数据集比较难收敛如何衡量Kmeans 算法的精确度SSE(Sum of Square Error) 误差平方和 SSE越小精确度越高。三、改进算法-二分Kmeans首先将所有点作为一个簇然后将其一分为二。每次选择一个簇一分为二选取簇的依据取决于其是否能最大程度降低SSE即选取聚类后SSE最小的一个簇进行划分。直至有k个簇四、Kmeans Codeimport numpy as npimport matplotlib.pyplot as pltimport scipy.io as scio# %matplotlib inlinedef K_Means(X, sp, K): # 计算临近点 def near(p): dis [np.sum(np.square(x-p)) for x in sp] return dis.index(min(dis)) # 打印结果 def print_result(sp_list): #打印中心点迭代轨迹 sp_list [np.array([x[k] for x in sp_list]) for k in range(K)] for k in range(K): plt.plot(sp_list[k][:,0], sp_list[k][:,1], k-, labeltype{}.format(k)) #分类打印其他点 p_list [[] for k in range(K)] for p in X: i near(p) p_list[i].append(p) p_list [np.array(x) for x in p_list] color [r,g,b] for i in range(K): plt.plot(p_list[i][:,0], p_list[i][:,1],color[i]o) plt.title(K-Means Result) plt.xlabel(X) plt.ylabel(Y) plt.legend(123) plt.show() # 迭代中心点 sp_list [] sp_list.append(sp) while True: count np.zeros(K) sp_t np.zeros((K,2)) for p in X: i near(p) count[i] 1 sp_t[i] p sp_t np.array([sp_t[i]/count[i] for i in range(K)]) SSE np.sum(np.square(sp-sp_t)) if SSE 0.001: break sp sp_t sp_list.append(sp) print_result(sp_list) print(聚类中心:) for p in sp: print(p, end,)if __name__ __main__: data scio.loadmat(ex7data2.mat) X data[X] K 3 sp np.array([[3, 3], [6, 2], [8, 5]]) # starting point K_Means(X, sp, K)kmeans聚类结果K为3聚类中心: [1.95399466 5.02557006],[3.04367119 1.01541041],[6.03366736 3.00052511]如需要测试数据请留言 本文由作者授权转载并稍加修改https://tawn0000.github.io
