ML之K-means：基于DIY数据集利用K-means算法聚类(测试9种不同聚类中心的模型性能)

输出结果

设计思路

• 1、使用均匀分布函数随机三个簇，每个簇周围10个数据样本。
• 2、绘制30个数据样本的分布图像。
• 3、测试9种不同聚类中心数量下，每种情况的聚类质量，并作图。

实现代码

import numpy as np

import matplotlib.pyplot as plt

from sklearn.cluster import KMeans

from scipy.spatial.distance import cdist

#1、使用均匀分布函数随机三个簇，每个簇周围10个数据样本。

cluster1 = np.random.uniform(0.5, 1.5, (2, 10))

cluster2 = np.random.uniform(5.5, 6.5, (2, 10))

cluster3 = np.random.uniform(3.0, 4.0, (2, 10))

#2、绘制30个数据样本的分布图像。

X = np.hstack((cluster1, cluster2, cluster3)).T

plt.scatter(X[:,0], X[:, 1])

plt.xlabel('x1')

plt.ylabel('x2')

plt.title('DIY data:30, Random 3 clusters(10 data samples around each cluster)')

plt.show()

#3、测试9种不同聚类中心数量下，每种情况的聚类质量，并作图。

K = range(1, 10)

meandistortions = []

for k in K:

   kmeans = KMeans(n_clusters=k)

   kmeans.fit(X)

   meandistortions.append(sum(np.min(cdist(X, kmeans.cluster_centers_, 'euclidean'), axis=1))/X.shape[0])

plt.plot(K, meandistortions, 'bx-')

plt.xlabel('k')

plt.ylabel('Average Dispersion')

plt.title('K-means: Selecting k with the Elbow Method')

plt.show()