需要全部代码请点赞关注收藏后评论区留言私信~~~
K-Mean算法，即 K 均值算法，是一种常见的聚类算法。算法会将数据集分为 K 个簇，每个簇使用簇内所有样本均值来表示，将该均值称为“质心”。
K-Means++,算法受初始质心影响较小；表现上，往往优于 K-Means 算法；与 K-Means算法不同仅在于初始质心的选择方式不同
Mini Batch K-Means
与 K-Means 算法相比，大大减少计算时间
算法步骤
容易受初始质心的影响；算法简单，容易实现；算法聚类时，容易产生空簇；算法可能收敛到局部最小值。
通过聚类可以实现：发现不同用户群体，从而可以实现精准营销；对文档进行划分；社交网络中，通过圈子，判断哪些人可能互相认识；处理异常数据。
距离计算方式是 欧式距离。
1.从样本中选择 K 个点作为初始质心（完全随机） 2.计算每个样本到各个质心的距离，将样本划分到距离最近的质心所对应的簇中 3.计算每个簇内所有样本的均值，并使用该均值更新簇的质心 4.重复步骤 2 与 3 ，直到达到以下条件之一： 质心的位置变化小于指定的阈值（默认为 0.0001） 达到最大迭代次数
K-Means算法文本聚类实战
文本聚类结果如下
部分代码如下
import jieba from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.cluster import KMeans def jieba_tokenize(text): return jieba.lcut(text) tfidf_vect = TfidfVectorizer(tokenizer=jieba_tokenize, lowercase=False) text_list = ["中国的 害","他很高兴去中国工作","真是一个高兴的周末","这件衣服太不舒服啦"] #聚类的文本集 tfidf_matrix = tfidf_vect.fit(text_list) #训练 print(tfidf_matrix.vocabulary_) #打印字典 tfidf_matrix = tfidf_vect.transform(text_list) #转换 arr=tfidf_matrix.toarray() #tfidf数组 print('tfid n',arr) num_clusters = 4 km = KMeans(n_clusters=num_clusters, max_iter=300, random_state=3) km.fit(tfidf_matrix) prt=km.predict(tfidf_matrix) print("Predicting result: ", prt)
对半环形数据集进行K-Means聚类
问题描述： SKlearn中的半环形数据集make_moons是一个二维数据集，对某些算法来说具有挑战性。数据集中的数据有两类，其分布为两个交错的半圆，而且还包含随机的噪声
聚类结果如下
部分代码如下
import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.datasets import make_moons #生成环形数据集 X, Y = make_moons(n_samples=200, noise=0.05, random_state=0) #使用K-Means聚成两类 kmeans = KMeans(n_clusters=2) kmean(X) Y_pred = kmeans.predict(X) #绘制聚类结果图 plt.scatter(X[:, 0], X[:, 1], c=Y_pred, s=60, edgecolor='b') plt.scatter(kmeans.clustedth=2, edgecolor='k') plt.xlabel("X") plt.ylabel("Y")
创作不易 觉得有帮助请点赞关注收藏~~~
