1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类
2）. *自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示。（加分题）
代码：
from sklearn.datasets import load_iris
import numpy as np
import matplotlib.pyplot as plt
# 1.数据准备
iris=load_iris()
data=iris['data']
# data = iris.data[:,0]
# x = data.reshape(-1,1)
m=data.shape[1] #样本的属性个数 4列
n=len(data) #样本的个数 150行
k=3 #类中心个数，即最终分类的类别数
# 2.数据初始话
dist=np.zeros([n,k+1]) #距离矩阵
center=np.zeros([k,m]) #初始类中心
new_center=np.zeros([k,m]) #新的类中心
# 选中心
center=data[:k,:] #选前3个样本作为初始类中心
# number=0 #计数归类了多少次
# 求距离
while True:
# new_center = np.zeros([k, m]) # 新的类中心
for i in range(n):
for j in range(k):
dist[i,j]=np.sqrt(sum((data[i,:]-center[j,:])**2))
# 归类
dist[i,k]=np.argmin(dist[i,:k])
#新的类中心
for i in range(k):
index=dist[:,k]==i
new_center[i,:]=np.mean(data[index,:])
# 判定结束
if (np.all(center==new_center)):
break
else:
center=new_center
# number = number + 1
# print('聚类分析迭代次数：',number)
print('最终聚类结果：',dist[:,k])
截图：
3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示.
代码：
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import numpy as np
import matplotlib.pyplot as plt
iris = load_iris() #加载数据
x = iris.data[:,1].reshape(-1,1) #实验数据，并将数据处理，变二维数组
km_model = KMeans(n_clusters=3) #构建模型
km_model.fit(x) #模型训练
# km_model.fit(iris['data']) #模型训练
y = km_model.predict(x) #模型预测
print("查看聚类结果:",y)
# km_model.labels_ #查看聚类结果
#散点图
plt.scatter(x[:,0],x[:,0],c=y,s=50,cmap='rainbow',marker='p',alpha=0.5);
plt.show()
截图：
4）. 鸢尾花完整数据做聚类并用散点图显示.
代码：
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import numpy as np
import matplotlib.pyplot as plt
iris = load_iris() #加载数据
x = iris.data #实验数据
km_model = KMeans(n_clusters=3) #构建模型
km_model.fit(x) #模型训练
# km_model.fit(iris['data']) #模型训练
y = km_model.predict(x) #模型预测
print("查看聚类结果:",y)
# km_model.labels_ #查看聚类结果
#散点图
plt.scatter(x[:,2],x[:,3],c=y,s=50,cmap='rainbow',marker='p',alpha=0.5);
plt.show()
截图：
5）.想想k均值算法中以用来做什么？
现在可以用来商务决策、图像识别、数据识别，甚至一些交通事故事件的累积，事故产生原因的累计，然后数据的分析、预测，从而做到可以有效避免交通事故的发生。