4.K均值算法--应用

1. 应用K-means算法进行图片压缩

读取一张图片

观察图片文件大小，占内存大小，图片数据结构，线性化

import sys
import numpy as np
from sklearn.datasets import load_sample_image
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import matplotlib.image as img
yellow = img.imread("E://yellow.jpg")
print("图片的大小：", yellow.size)
print("图片占用的内存:", sys.getsizeof(yellow))
print("图片的数据结构:
", yellow)

用kmeans对图片像素颜色进行聚类

获取每个像素的颜色类别，每个类别的颜色

压缩图片生成：以聚类中收替代原像素颜色，还原为二维

# 用kmeans对图片像素颜色进行聚类
# 降低图片3倍的分辨率
image = yellow[::3, ::3]
plt.imshow(image)
plt.show()
S = image.reshape(-1, 3)  # reshape()里面的数组形状第一个为-1，第二个为第二维元素的数目
print(image.shape, S.shape)
n_colors = 64
model = KMeans(n_colors)  # 对颜色进行聚类
labels = model.fit_predict(S)  # 获取每个像素的颜色类别
colors = model.cluster_centers_  # 每个类别的颜色
# 以聚类中收替代原像素颜色，还原为二维
new_yellow = colors[labels].reshape(image.shape)
print("每个像素的颜色类别:", labels)
print("每个类别的颜色", colors)
# 压缩图片
plt.imshow(new_yellow.astype(np.uint8))
plt.show()
# 二次压缩图片
plt.imshow(new_yellow.astype(np.uint8)[::3, ::3])
plt.show()

 

观察压缩图片的文件大小，占内存大小

# 观察压缩图片的文件大小，占内存大小
print("压缩图片大小：", new_yellow.size)
print("压缩图片内存", sys.getsizeof(new_yellow))

2. 观察学习与生活中可以用K均值解决的问题。

从数据-模型训练-测试-预测完整地完成一个应用案例。

这个案例会作为课程成果之一，单独进行评分。

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
import warnings
import matplotlib.pyplot as plt
from pylab import mpl
warnings.filterwarnings("ignore")
df=pd.read_csv("二手车数据1.csv") #加载文件
data = np.array(df.iloc[:,0:2].fillna(value=0).astype(int))  #提取数据
model = KMeans(n_clusters=5)    #构造模型，聚类中心为5
model.fit(data)                #训练
model.cluster_centers_          #查看聚类中心
yc = model.predict(data)      #预测值

#查看预测后数据
car0 = np.array(df[yc==0]['newcarprice'])
print("第一类新车预测价格",car0)
car1 = np.array(df[yc==1]['newcarprice'])
print("第二类新车预测价格",car1)
car2 = np.array(df[yc==2]['newcarprice'])
print("第三类新车预测价格",car2)
car3 = np.array(df[yc==3]['newcarprice'])
print("第四类新车预测价格",car2)
car4 = np.array(df[yc==4]['newcarprice'])
print("第五类新车预测价格",car4)
#可视化
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.scatter(df.iloc[:,2],yc,c=yc,s=50,cmap='rainbow')
plt.xlabel("新车价格预测/万元")
plt.ylabel("预测值")
plt.show()