1.算法介绍
K均值聚类算法是机器学习和数据分析中常用的无监督学习方法之一,主要用于数据的分类。它的目标是将数据划分为几个独特的、互不重叠的子集或“集群”,以使得同一集群内的数据点彼此相似,而不同集群的数据点则尽可能不同。
2.算法原理
- 选择K个初始质心,这些质心可以是随机选取的数据点或其他方法得到的。
- 根据每个数据点到质心的距离,将其分配给最近的质心,形成K个集群。
- 重新计算每个集群的质心。
- 重复上述步骤,直到质心不再发生变化或达到一定的迭代次数
3.python实现示例
import numpy as np from sklearn.cluster import KMeans import matplotlib.pyplot as plt # 随机生成数据 np.random.seed(0) points = np.vstack([ np.random.normal(0, 0.5, size=(100, 2)), np.random.normal(1, 0.25, size=(100, 2)), np.random.normal(2, 0.6, size=(100, 2)) ]) # 使用KMeans进行聚类 kmeans = KMeans(n_clusters=3) kmeans.fit(points) labels = kmeans.predict(points) centroids = kmeans.cluster_centers_ # 可视化结果 plt.scatter(points[:, 0], points[:, 1], c=labels) plt.scatter(centroids[:, 0], centroids[:, 1], color='red', marker='X') plt.show()
结果图: