kmeans聚类

2017-07-20

聚类算法有很多种，比如K-Means，AP聚类，层次聚类(Hierarchical clustering)等等，主要说一下K-Means.

kmeans简介

K-Means之所以很受欢迎，就是其速度很快并且有很好的可扩展性。K-Means算法是一个重复移动类中心点的过程，把类的中心点，也称重心（centroids），移动到其包含成员的平均位置，然后重新划分其内部成员。

在博文K-Means聚类中有一个很好的里子说明了kmeans的具体工作原理。

kmeans库的使用

在scikit_learn库中就有kmeans算法的具体实现，官方说明见连接sklearn.cluster.KMeans

下面代码是具体的使用的方法：

# -*- coding:UTF-8 -*-
import sys   ##加载sys这个模块
import pickle, subprocess, pwd
import numpy as np
from sklearn.cluster import KMeans
#定义类别数目，参数通过shell指令参数输入
cn = sys.argv[1];
#print int(cn);
#通过numpy库的方法导入测试向量
#测试向量的行数表示样本数
#测试向量的列数表示参数的维度
X=np.loadtxt('test_vec')
#kmeans算法学习
print('starting learning...')
kmeans  = KMeans(n_clusters=int(cn), random_state=0).fit(X)
#持久化模型
print('model dumping begin...')
pickle.dump(kmeans , open('model.pkl', 'wb'))
print('model dumping end...')
#读取模型
kmeans  = pickle.load(open('model.pkl', 'rb'))
#输出学习的样本都属于哪个类别
M =  kmeans.predict(X)
for j in M:
	print j
#输出各类别的聚类中心
cc = kmeans.cluster_centers_;
for i in cc:
	for j in i:
		print('%lf\t'%j)
	print '\n'
print cc[0];
#输出样本到各距离中心的距离总和
#结合肘部法则，可以确定最佳的K
dis = kmeans.inertia_ ;
print dis;

本文总阅读量次

本文由 Yu Zhang 发表于 Yu Zhang's Blog ,采用署名-非商业性使用-禁止演绎 3.0进行许可。
非商业转载请注明作者及出处。商业转载请联系作者本人。