python实现K-means算法（步骤详细

python实现K-means算法（步骤详细

文章目录K-means 聚类算法代码实现实验目的实验步骤

数据准备 KMeans算法实现 设置参数，调用函数，得到结果实验结果K-means 聚类算法特点对初始化敏感。初始点选择的不同，可能会产生不同的聚类结果最终会收敛。不管初始点如何选择，最终都会收敛算法思想选择K个点作为初始质心 repeat 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 until 簇不发生变化或达到最大迭代次数 12345代码实现实验目的根据下列成绩单，将5名同学成绩归为A类、B类、C类。

限制：使用Kmeans算法实现，但不直接调用sklearn第三方库的KMeans函数。

学生姓名 小测1 小测2 小测3 期末成绩 项目答辩 成绩张三 12 15 13 28 24 ？李四 7 11 10 19 21 ？王五 12 14 11 27 23 ？赵六 6 7 4 13 20 ？刘七 13 14 13 27 25 ？实验步骤

数据准备将数据储存为csv文件，格式如下

学生姓名,小测1,小测2,小测3,期末成绩,项目答辩张三,12,15,13,28,24李四,7,11,10,19,21王五,12,14,11,27,23赵六,6,7,4,13,20刘七,13,14,13,27,25123456在从csv文件中读取数据，并选取可用的数据（排除姓名列）

data = pd.read_csv('grade.csv')new_data = data.iloc[:, 1:].values12

KMeans算法实现KMeans算法涉及两点之间距离的计算，我们提前写好一个函数：输入两个点的坐标，返回两点之间的欧氏距离

def eucliDist(A, B):return math.sqrt(sum([(a - b) ** 2 for (a, b) in zip(A, B)]))12函数k_means(c,data,max,label)实现KMeans算法：

a. 输入：质心列表c，待聚类数据data，最大迭代次数max，标签列表label

b. 计算data中的每个点分别到3个质心的欧式距离，得到一个矩阵metrix

metrix = [[eucliDist(a, b) for a in data] for b in c]1c. 比较矩阵metrix同一列的数值大小，将对应的学生划归距离较短的质心所属的类，将标签存储为列表.

classifier = []for (d, e, f) in zip(metrix[0], metrix[1], metrix[2]):m = min(d, e, f)if d == m:classifier.append(label[0])elif e == m:classifier.append(label[1])else:classifier.append(label[2])123456789d. 重新计算质心的坐标，新质心的坐标=被划归同一类点的坐标的平均值

n1, n2 = 0, 0c1 = [0, 0, 0, 0, 0]c2 = c1c3 = c1for i in range(0, num):

if classifier[i] == label[0]: c1 = [a + b for (a, b) in zip(c1, data[i])] n1 = n1 + 1 elif classifier[i] == label[1]: c2 = [a + b for (a, b) in zip(c2, data[i])] n2 = n2 + 1 else: c3 = [a + b for (a, b) in zip(c3, data[i])] c1 = [a / n1 for a in c1] c2 = [a / n2 for a in c2] c3 = [a / (num - n1 - n2) for a in c3]

123456789101112131415161718e. 重复b~d，直到质心坐标不再变化或达到最大迭代次数

f. 返回标签列表

完整函数如下def k_means(c, data, max,label):

a. 输入质心列表c，待聚类数据data，最大迭代次数max

max = max - 1 num = len(data) # b. 计算data中的每个点分到k个质心的距离，得到一个矩阵，如 metrix = [[eucliDist(a, b) for a in data] for b in c] print(metrix) # c. 比较矩阵同一列的数值大小，将对应的学生划归距离较短的质心所属的类，将标签存储为列表 classifier = [] for (d, e, f) in zip(metrix[0], metrix[1], metrix[2]): m = min(d, e, f) if d == m: classifier.append(label[0]) elif e == m: classifier.append(label[1]) else: classifier.append(label[2]) print(classifier) # d. 重新计算质心的坐标，新质心的坐标=被划归同一类点的坐标的平均值 n1, n2 = 0, 0 c1 = [0, 0, 0, 0, 0] c2 = c1 c3 = c1 for i in range(0, num): if classifier[i] == label[0]: c1 = [a + b for (a, b) in zip(c1, data[i])] n1 = n1 + 1 elif classifier[i] == label[1]: c2 = [a + b for (a, b) in zip(c2, data[i])] n2 = n2 + 1 else: c3 = [a + b for (a, b) in zip(c3, data[i])] c1 = [a / n1 for a in c1] c2 = [a / n2 for a in c2] c3 = [a / (num - n1 - n2) for a in c3] print(max) print([c1,c2,c3]) # e. 重复b~d，直到质心坐标不再变化,或达到最大迭代次数 if c != [c1, c2, c3] and max > 0: c = [c1, c2, c3] print(c) k_means(c, data, max, label) return classifier

12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849

设置参数，调用函数，得到结果设置初始质心、标签列表、最大迭代次数

选择K个点作为初始质心

c = [[12, 15, 13, 28, 24], [ 7, 11, 10, 19, 21],[12, 14, 11, 27, 23]]label = ['A', 'B', 'C']max = 201234调用函数，整理结果

grade = k_means(c, new_data, max, label)grade = pd.Series(grade, index=data['学生姓名'])print(grade)123实验结果初始质心为[12, 15, 13, 28, 24], [ 7, 11, 10, 19, 21],[12, 14, 11, 27, 23]时，迭代2次即收敛，结果如下学生姓名 小测1 小测2 小测3 期末成绩 项目答辩 成绩张三 12 15 13 28 24 A李四 7 11 10 19 21 B王五 12 14 11 27 23 C赵六 6 7 4 13 20 B刘七 13 14 13 27 25 A————————————————

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。