python聚类函数（python聚类算法是什么）

说明

1             、聚类常用于数据探索或挖掘前期 
  
  
  
  
  
  ，在没有先验经验的背景下进行探索性分析 
  
  
  
  
  
  。

也适用于样本量大的数据预处理 
  
  
  
  
  
  
。

2
 
  
 
  
 
  
 
  
 
  
 
  
 、常用的聚类算法分为基于划分












、层次  
  
  
  
  
  
 、密度 
  
  
  
  
  
  、网格


 


 


 


 


 


 

、统计 
 
 
 
 
 
、模型等类型的算法

 


 


 


 


 


 

。典型算法包括K均值(经典聚类算法)  
   
   
   
   
   
   、DBSCAN

 

 

 

 

 

 
、两步聚类等 
 
 
 
 
 
 。

聚类分析可以解决的问题包括：数据集可以分为几类 
  
  
  
  
  
  
，每个类别有多少样本

 


 


 


 


 


 

，不同类别中每个变量的强弱关系 
 
 
 
 
 
 ，不同类别的典型特征是什么 
   
   
   
   
   
   
。

聚类算法之K均值实例

importnumpyasnp importmatplotlib.pyplotasplt #两点距离 defdistance(e1,e2): returnnp.sqrt((e1[0]-e2[0])**2+(e1[1]-e2[1])**2) #集合中心 defmeans(arr): returnnp.array([np.mean([e[0]foreinarr]),np.mean([e[1]foreinarr])]) #arr中距离a最远的元素 
   
   
   
   
   
   
，用于初始化聚类中心 deffarthest(k_arr,arr): f=[0,0] max_d=0 foreinarr: d=0 foriinrange(k_arr.__len__()): d=d+np.sqrt(distance(k_arr[i],e)) ifd>max_d: max_d=d f=e returnf #arr中距离a最近的元素
 

 

 

 

 

 
，用于聚类 defclosest(a,arr): c=arr[1] min_d=distance(a,arr[1]) arr=arr[1:] foreinarr: d=distance(a,e) ifd<min_d: min_d=d c=e returnc if__name__=="__main__": ##生成二维随机坐标
 

 

 

 

 

 

 ，手上有数据集的朋友注意            ，理解arr改起来就很容易了 ##arr是一个数组 

 
 

 
 

 
 

 
 

 
 

 
 
，每个元素都是一个二元组












，代表着一个坐标 ##arr形如：[(x1,y1),(x2,y2),(x3,y3)...] arr=np.random.randint(100,size=(100,1,2))[:,0,:] ##初始化聚类中心和聚类容器 m=5 r=np.random.randint(arr.__len__()-1) k_arr=np.array([arr[r]]) cla_arr=[[]] foriinrange(m-1): k=farthest(k_arr,arr) k_arr=np.concatenate([k_arr,np.array([k])]) cla_arr.append([]) ##迭代聚类 n=20 cla_temp=cla_arr foriinrange(n):#迭代n次 foreinarr:#把集合里每一个元素聚到最近的类 ki=0#假定距离第一个中心最近 min_d=distance(e,k_arr[ki]) forjinrange(1,k_arr.__len__()): ifdistance(e,k_arr[j])<min_d:#找到更近的聚类中心 min_d=distance(e,k_arr[j]) ki=j cla_temp[ki].append(e) #迭代更新聚类中心 forkinrange(k_arr.__len__()): ifn-1==i: break k_arr[k]=means(cla_temp[k]) cla_temp[k]=[] ##可视化展示 col=[HotPink,Aqua,Chartreuse,yellow,LightSalmon] foriinrange(m): plt.scatter(k_arr[i][0],k_arr[i][1],linewidth=10,color=col[i]) plt.scatter([e[0]foreincla_temp[i]],[e[1]foreincla_temp[i]],color=col[i]) plt.show()

以上就是python聚类算法的介绍                   ，希望对大家有所帮助
 

 

 

 

 

 
。更多Python学习指路：Python基础教程