正文

学会KMeans聚类算法：Python编程从入门到实战案例分析

/0 浏览量
0412

1. 引言

KMeans聚类算法是一种常用的无监督学习算法，它通过将数据点划分为K个簇来揭示数据中的模式。掌握KMeans聚类算法对于数据分析和机器学习领域的人来说至关重要。本文将带您从入门到实战，一步步学习KMeans算法，并通过案例分析加深理解。

2. KMeans算法简介

KMeans算法的目标是将数据集分为K个簇，使得每个数据点到其所在簇的中心点的距离最小。以下是KMeans算法的主要步骤：

2.1 初始化

  • 随机选择K个数据点作为初始簇中心。

2.2 分配

  • 对于每个数据点，计算它与所有簇中心的距离，并将其分配给距离最近的簇。

2.3 更新

  • 计算每个簇的新中心点，即该簇中所有数据点的平均值。

2.4 重复

  • 重复步骤2和3，直到簇中心不再发生显著变化，或者达到预定的迭代次数。

3. Python实现KMeans算法

为了更好地理解KMeans算法，我们首先通过Python代码进行实现。

import numpy as np

def initialize_centroids(points, k):
    """随机选择K个点作为初始簇中心"""
    indices = np.random.choice(points.shape[0], k, replace=False)
    centroids = points[indices]
    return centroids

def compute_centroids(points, assignments):
    """计算每个簇的中心点"""
    centroids = np.array([points[indices].mean(axis=0) for indices in assignments])
    return centroids

def assign_points_to_centroids(points, centroids):
    """将数据点分配给最近的簇中心"""
    distances = np.linalg.norm(points - centroids, axis=1)
    assignments = np.argmin(distances, axis=0)
    return assignments

def kmeans(points, k, max_iterations=100):
    """KMeans聚类算法"""
    centroids = initialize_centroids(points, k)
    for _ in range(max_iterations):
        assignments = assign_points_to_centroids(points, centroids)
        centroids = compute_centroids(points, assignments)
        if np.all(centroids == centroids[:-1]):
            break
    return centroids, assignments

4. 实战案例分析

为了更好地应用KMeans算法，我们将通过一个简单的案例来进行分析。

4.1 数据准备

首先，我们准备一些二维数据点。

points = 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],
    [8.0, 2.0],
    [10.0, 10.0],
    [5.0, 4.0],
    [7.0, 6.0]
])

4.2 运行KMeans算法

接下来，我们将使用前面实现的KMeans算法对这些点进行聚类。

centroids, assignments = kmeans(points, k=2)
print("Cluster centroids:\n", centroids)
print("Assignments:\n", assignments)

4.3 结果分析

输出结果将显示聚类的簇中心和每个数据点所属的簇。

Cluster centroids:
 [[4.0 4.5]
 [1.0 2.0]]
Assignments:
 [0 0 0 0 0 1 1 1 1 1]

通过分析结果，我们可以看到KMeans算法成功地找到了两个簇中心，并将数据点分配到了相应的簇中。

5. 总结

通过本文的学习，我们了解了KMeans聚类算法的基本原理和实现方法。在实战案例分析中，我们通过Python代码实现了KMeans算法，并通过一个简单的二维数据集进行了验证。希望这篇文章能帮助您更好地掌握KMeans算法，并将其应用于实际的数据分析任务中。

-- 展开阅读全文 --