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。

随机抽出中心点 5，10 ，8（红色数字为牌数量，蓝色数字为聚类中心点）：

 再次聚类：

 最终聚类中心结果，为：4 ，12， 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。

代码：

import numpy as np
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt

k = int(input("请输入类中心个数："))
iris = load_iris()
data = iris.data[:, 2]  # 获取鸢尾花花瓣长度
center = np.random.choice(data , k)  
n = len(data)
dist = np.zeros(n)  # 获取每个点到样本中心的距离

flag = True
while flag:
    new_center = np.zeros(k)  # 定义一个新的中心
    for i in range(n):
        d = np.zeros(k)  
        for j in range(k):
            d[j] = (abs(center[j] - data[i]))  # 计算这个点到中心点的距离
        dist[i] = np.argmin(d)  # 找出最小距离的下标

    # 计算各聚类新均值
    for c in range(k):  # 按照下标来聚类
        index = dist == c
        new_center[c] = np.mean(data[index])  # 计算新聚类中心

    # 判断新中心是否与原先中心相等，若相等，则结束聚类
    if np.all(center == new_center):
        break
    else:
        center = new_center
print('最终聚类结果为:
',dist)
plt.scatter(data, data, c=dist, s=50, cmap="Paired")
plt.show()

结果：

 可视化：

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

代码：

from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

iris = load_iris()
data = iris.data[:, 2]
x = data.reshape(-1, 1)
km_model = KMeans(n_clusters=3)
km_model.fit(x)
y = km_model.predict(x)

plt.scatter(x[:, 0], x[:, 0], c=y, s=50, cmap="rainbow")
plt.show()

结果：

 4）鸢尾花完整数据做聚类并用散点图显示。

代码：

from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

iris = load_iris()
x = iris.data
km_model = KMeans(n_clusters=3)
km_model.fit(x)
y = km_model.predict(x)

plt.scatter(x[:, 2], x[:, 3], c=y, s=50, cmap="Paired")
plt.show()

结果：

 5）想想k均值算法中以用来做什么？

　　行为细分：按购买历史记录细分 按应用程序，网站或平台上的活动进行细分， 根据兴趣定义角色， 根据活动监控创建配置文件

　　库存分类：  按销售活动分组库存 ，按制造指标对库存进行分组

　　分类传感器测量：  检测运动传感器中的活动类型 ，分组图像 ，单独的音频 ，确定健康监测中的群体 　

　　检测机器人或异常：  从机器人中分离出有效的活动组， 将有效活动分组以清除异常值检测