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）
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]#样本属性个数
data.shape
n=len(data)#样本个数
k=3#类中心个数，即最终分类
#数据初始化
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
number=0
#选中心
center=data[:k, :]#选择前三个样本作为初始类中心
while True:
#求距离
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])
#求新类中心
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('聚类分析迭代慈次数：',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
# 获取鸢尾花数据集
iris = load_iris()
x = iris.data[:, 1].reshape(-1, 1) # 鸢尾特征值，需要多少列数据训练就进行
model = KMeans(n_clusters=3) # 构建模型
model.fit(x) # 训练
y = model.predict(x) # 预测样本的聚类索引
print("预测结果：", y)
k= model.cluster_centers_
print("聚类中心:", k)
plt.scatter(x[:, 0], x[:, 0], c=y, s=50, cmap='rainbow')
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
# 获取鸢尾花数据集
iris = load_iris()
x = iris.data # 鸢尾花花瓣长度数据
model = KMeans(n_clusters=3) # 构建模型
model.fit(x) # 这里训练所有数据
y = model.predict(x) # 预测每个样本的聚类索引
print("预测结果：", y)
k = model.cluster_centers_ # 聚类中心
print("聚类中心:", k)
plt.scatter(x[:, 2], x[:, 3], c=y, s=50, cmap='rainbow')
plt.show()
5）.想想k均值算法中以用来做什么？
每一样事物都有其属性，世界上'' 没有一片完全相同的叶子''，最根本的原因是：每一样的事物本身的属性不是跟其它任何事物的完全相同。但是我们分析和描述客观自然事物的时候，往往是基于对某一事物重要的、突出的和具有普遍性的属性来进行归门别类。通过聚类来描述物体本身最微小的差别，来进行归类，像极了我们阅人无数，通过大量的人来进行学习，来分辨各类各样的人，所以机器学习中通过这些微小的差别进行分辨事物。