正文

轻松上手KMeans算法：从入门到实战，学会Python聚类分析

/0 浏览量
0413

什么是KMeans算法？

KMeans算法是一种常用的聚类算法，它通过迭代的方式将数据点分配到K个簇中，使得每个簇内部的点尽可能接近，而不同簇之间的点尽可能远离。简单来说，KMeans算法就像是将数据点“捏成球”，每个球代表一个簇，球内的点属于同一个簇，而球与球之间的距离表示簇之间的差异。

KMeans算法的基本原理

  1. 初始化簇中心：随机选择K个数据点作为初始簇中心。
  2. 分配数据点：将每个数据点分配到最近的簇中心，形成K个簇。
  3. 更新簇中心：计算每个簇中所有数据点的平均值，作为新的簇中心。
  4. 迭代：重复步骤2和3，直到簇中心不再发生变化或达到预设的迭代次数。

Python实现KMeans算法

安装必要的库

首先，我们需要安装numpy和matplotlib库，这两个库可以帮助我们进行数值计算和可视化。

!pip install numpy matplotlib

创建数据集

为了演示KMeans算法，我们可以创建一个简单的二维数据集。

import numpy as np

# 创建数据集
data = np.array([[1.0, 2.0], [1.5, 1.8], [5.0, 8.0], [8.0, 8.0], [1.0, 0.6], [9.0, 11.0]])

# 绘制数据点
import matplotlib.pyplot as plt

plt.scatter(data[:, 0], data[:, 1], c='blue', marker='o')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('数据集')
plt.show()

实现KMeans算法

接下来，我们将实现一个简单的KMeans算法。

def kmeans(data, k, max_iter=100):
    # 初始化簇中心
    centroids = data[np.random.choice(data.shape[0], k, replace=False)]
    
    for _ in range(max_iter):
        # 分配数据点
        clusters = [[] for _ in range(k)]
        for point in data:
            distances = np.linalg.norm(point - centroids, axis=1)
            closest_index = np.argmin(distances)
            clusters[closest_index].append(point)
        
        # 更新簇中心
        new_centroids = []
        for cluster in clusters:
            new_centroid = np.mean(cluster, axis=0)
            new_centroids.append(new_centroid)
        new_centroids = np.array(new_centroids)
        
        if np.all(centroids == new_centroids):
            break
        centroids = new_centroids
    
    return centroids, clusters

# 运行KMeans算法
centroids, clusters = kmeans(data, k=2)

# 绘制结果
plt.scatter(data[:, 0], data[:, 1], c='blue', marker='o')
for i, cluster in enumerate(clusters):
    plt.scatter(cluster[:, 0], cluster[:, 1], c='red', marker='x')
plt.scatter(centroids[:, 0], centroids[:, 1], c='green', marker='s')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('KMeans聚类结果')
plt.show()

结果分析

在上面的代码中，我们使用KMeans算法将数据集划分为两个簇。可以看到，红色的“x”标记表示每个簇中的数据点，绿色的“s”标记表示簇中心。

总结

通过本文的介绍，相信你已经对KMeans算法有了基本的了解。在实际应用中，KMeans算法可以用于各种聚类任务，例如市场细分、客户细分等。希望本文能够帮助你轻松上手KMeans算法，并学会使用Python进行聚类分析。

-- 展开阅读全文 --