KMeans聚類(lèi)描述

1. 聚類(lèi)是無(wú)監(jiān)督學(xué)習(xí)，它將相似對(duì)象歸到同一個(gè)簇中，簇內(nèi)對(duì)象越相似，聚類(lèi)的效果越好。KMeans算法中k表示聚類(lèi)為多少個(gè)簇，means代表取每一個(gè)聚類(lèi)中數(shù)據(jù)的均值作為該簇的中心或稱(chēng)為質(zhì)心。

2. KMeans算法的流程：
   （1）隨機(jī)確定k個(gè)質(zhì)心
   （2）將數(shù)據(jù)集中每一個(gè)點(diǎn)找到距離其最近的質(zhì)心，并將其分配到對(duì)應(yīng)的簇
   （3）每一個(gè)簇的質(zhì)心更新為該簇中所有點(diǎn)的均值
   （4）重復(fù)2，3直到質(zhì)心無(wú)法再更新
   3.圖解
   假設(shè)有九個(gè)點(diǎn)分位三類(lèi) k=3
   （1）圖中隨機(jī)選擇三個(gè)點(diǎn)

   
   
   （1）
   
   

   （2）把距離這三個(gè)點(diǎn)最近的其他點(diǎn)歸為一類(lèi)（簇）

   
   
   （2）
   
   （3）取當(dāng)前類(lèi)的所有點(diǎn)均值，作為中心點(diǎn)
   
   （3）
   
   （4）更新距離中心點(diǎn)最近的點(diǎn)
   
   （4）
   
   （5）再次計(jì)算被分類(lèi)點(diǎn)的均值作為新的中心點(diǎn)
   
   （5）
   
   （6）再次更新距離中心點(diǎn)最近的點(diǎn)
   
   （6）
   
   （7）計(jì)算中心點(diǎn)
   
   （7）
   
   

   （8）直到所有點(diǎn)無(wú)法再更新到其他分類(lèi)時(shí)，算法結(jié)束。

sklearn實(shí)現(xiàn)鳶尾花的KMeans聚類(lèi)

from sklearn import datasets

iris = datasets.load_iris()
#print(iris)
#print(iris.data,type(iris.data))
#print(iris.target,type(iris.target))
#print(iris.target_names,type(iris.target_names))
#print(iris.feature_names,type(iris.feature_names))

#使用交叉驗(yàn)證，把數(shù)據(jù)集分位訓(xùn)練樣本和測(cè)試樣本集
from sklearn.model_selection import train_test_split
xtrain,xtest,ytrain,ytest = train_test_split(iris.data,iris.target,test_size=0.1)

#建立模型
from sklearn.cluster import KMeans
model = KMeans(n_clusters=3)
model.fit(xtrain)
pre = model.predict(xtrain)
center = model.cluster_centers_
print(pre,center)