3.K均值算法

1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类

2）. 自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示。（加分题）

3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.

4）. 鸢尾花完整数据做聚类并用散点图显示.

5）. 想想k均值算法中以用来做什么？

解：

1） 扑克牌演练k均值聚类过程

一共40张扑克牌，随机选取3张作为一开始的中心点：

第一轮聚类中心：1、2、3

第二轮聚类中心：1、2、7

第三轮聚类中心：1、3、8

2） 自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示。

 之前老师讲的做法，存在不足：

from sklearn.datasets import load_iris
import numpy as np
# 1.数据准备
iris=load_iris()
data=iris['data']
m=data.shape[1] #样本的属性个数
n=len(data)     #样本的个数
k=3             #类中心个数，即最终分类的类别数
# 2.数据初始话
dist=np.zeros([n,k+1])          #距离矩阵
center=np.zeros([k,m])          #初始类中心
new_center=np.zeros([k,m])      #新的类中心
# 选中心
center=data[:k,:]   #选前3个样本作为初始类中心
number=0
# 求距离
while True:
    for i in range(n):
        for j in range(k):
            dist[i,j]=np.sqrt(sum((data[i,:]-center[j,:])**2))
        # 归类
        dist[i,k]=np.argmin(dist[i,:k])
    #新的类中心
    for i in range(k):
        index=dist[:,k]==i
        new_center[i,:]=np.mean(data[index,:])
    # 判定结束
    if (np.all(center==new_center)):
        break
    else:
        center=new_center
        number = number + 1
print('聚类分析迭代次数：',number)
print('最终聚类结果：',dist[:,k])

3）用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
iris = load_iris()
X = iris.data[:,1]
Y = X.reshape(-1,1)
km=KMeans(n_clusters=3)
km.fit(Y)
km_Y=km.predict(Y)
plt.scatter(Y[:,0],Y[:,0],c=km_Y,s=50,cmap='coolwarm')
plt.title("sklearn.cluster.KMeans鸢尾花花瓣长度的散点图")
plt.show()

4）鸢尾花完整数据做聚类并用散点图显示

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
iris = load_iris()
X = iris.data
km=KMeans(n_clusters=3)
km.fit(X)
km_Y=km.predict(X)
plt.scatter(X[:,2],X[:,3],c=km_Y,s=50,cmap='coolwarm')
plt.title("鸢尾花完整数据做聚类的散点图")
plt.show()

5）想想k均值算法中以用来做什么

 比如检测犯罪的地点、客户类型分类、汽车数据分析等等可以分析近似的数据。