1. 手寫?個簡單的Kmeans算法

導入所需要的包

# 導入一些包 import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline from sklearn.datasets import make_blobs

模擬數據

# 模擬出一些數據集出來 #r = np.random.randint(1,100) r = 4 #print(r) k = 3 x , y = make_blobs(n_samples = 300,cluster_std = [0.3, 0.3, 0.3],centers = [[0,0],[1,1],[-1,1]],random_state = r) sim_data = pd.DataFrame(x, columns = ['x1', 'x2']) sim_data['label'] = y sim_data.head(5)datasets = sim_data.copy()plt.scatter(sim_data['x1'], sim_data['x2'])

因為聚類分析是無監督學習方式，所以在代碼中不需要y值，都只有x值就好了。所以drop彈出y
取出最大值與最小值

data_content = datasets.drop('label',axis=1) range_info =data_content.describe().loc[['min','max'],:]

隨機產生3個介于最大值與最小值之間的數（這樣寫代碼更有拓展性，實用性強）

#這樣的代碼實用性會更強，上面只適用于X1和X2 # 這個代碼可以適用于所有數據 l = [] for i in data_content.columns:l.append(np.random.uniform(range_info[i]['min'],range_info[i]['max'],3)) l

這個作為初始的聚類中心點的位置，介于最大值與最小值之間

轉成表格DataFrame

pd.DataFrame(l,index = data_content.columns).T

這3個初始值的聚類中心點就是
（1.796770 ，-0.384921）
（-0.119144， -0.497739）
（1.258498， -0.322896）
因為for循環有對大數據不采用，所以這里教一種減少循環次數的方法

# 列表解析式 [np.random.uniform(range_info[i]['min'],range_info[i]['max'],3) for i in data_content.columns]

這個是取出k個隨機的介于最大值和最小值之間的數

# 從i的最大最小中隨機生成k個數 np.random.uniform(range_info[i]['min'],range_info[i]['max'],k)

這個比上一個更有拓展性，可以外部設置K值（聚類點數）

# 使用列表解析式寫出一個更加有拓展性的代碼 k = 4 k_randoms = [np.random.uniform(range_info[i]['min'], range_info[i]['max'], k) for i in data_content.columns] k_randoms

轉成表格形式

# 將最后的k_randoms轉化成dataframe的格式 centers = pd.DataFrame(k_randoms, index = data_content.columns).T centers

封裝成函數，之后就可以直接用了，datasets是數據集

# 上面的都測試好之后，我們就可以把它寫出一個函數 def initial_centers(datasets, k = 3):data_content = datasets.drop('label', axis = 1)range_info = data_content.describe().loc[['min', 'max'], :]k_randoms = [np.random.uniform(range_info[i]['min'], range_info[i]['max'], k) for i in data_content.columns]centers = pd.DataFrame(k_randoms, index = data_content.columns).Treturn centers

測試一下封裝好的包

centers = initial_centers(datasets = datasets, k = 3) centers

總結

以上是生活随笔為你收集整理的Python机器学习---2.聚类分析代码部分的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。