算法簡介

K-means算法是很典型的基于距離的聚類算法，采用距離作為相似性的評價指標，即認為兩個對象的距離越近，其相似度就越大。該算法認為簇是由距離靠近的對象組成的，因此把得到緊湊且獨立的簇作為最終目標。

算法過程如下：

1）從N個文檔隨機選取K個文檔作為中心點；

2）對剩余的每個文檔測量其到每個中心點的距離，并把它歸到最近的質心的類；

3）重新計算已經得到的各個類的中心點；

4）迭代2～3步直至新的質心與原質心相等或小于指定閾值，算法結束。

?

算法優缺點：

優點：

對處理大數據集，該算法保持可伸縮性和高效性

算法快速、簡單，易于理解;

缺點：

在 K-means 算法中 K 是事先給定的，這個 K 值的選定是非常難以估計的，具體應用中只能靠經驗選取；

對噪聲和孤立點數據敏感，導致均值偏離嚴重；

當數據量非常大時，算法的時間開銷是非常大的；

初始聚類中心的選擇對聚類結果有較大的影響，一旦初始值選擇的不好，可能無法得到有效的聚類結果。

---

代碼實現

第一步：讀取文件，簡單查看數據

import pandas as pd import numpy as np from pandas import DataFrame,Series from sklearn.cluster import KMeans from sklearn.cluster import Birch#讀取文件 datafile = u'E:\\pythondata\\julei.xlsx'#文件所在位置，u為防止路徑中有中文名稱，此處沒有，可以省略 outfile = u'E:\\pythondata\\julei_out.xlsx'#設置輸出文件的位置 data = pd.read_excel(datafile)#datafile是excel文件，所以用read_excel,如果是csv文件則用read_csv d = DataFrame(data) d.head() ?assistsheighttimeagepoints01234

0.0888	201	36.02	28	0.5885
0.1399	198	39.32	30	0.8291
0.0747	198	38.80	26	0.4974
0.0983	191	40.71	30	0.5772
0.1276	196	38.40	28	0.5703

?列名：助攻，身高，比賽時間，年齡，得分，根據這幾項進行聚類。

?

第二步：聚類

#聚類 mod = KMeans(n_clusters=3, n_jobs = 4, max_iter = 500)#聚成3類數據,并發數為4，最大循環次數為500 mod.fit_predict(d)#y_pred表示聚類的結果#聚成3類數據，統計每個聚類下的數據量，并且求出他們的中心 r1 = pd.Series(mod.labels_).value_counts() r2 = pd.DataFrame(mod.cluster_centers_) r = pd.concat([r2, r1], axis = 1) r.columns = list(d.columns) + [u'類別數目'] print(r)#給每一條數據標注上被分為哪一類 r = pd.concat([d, pd.Series(mod.labels_, index = d.index)], axis = 1) r.columns = list(d.columns) + [u'聚類類別'] print(r.head()) r.to_excel(outfile)#如果需要保存到本地，就寫上這一列

?

第三步：可視化，簡單的標注上分為哪一類怎么能滿足？當然要看看可視化效果，畢竟注意一目了然的判斷聚類的效果

#可視化過程 from sklearn.manifold import TSNEts = TSNE() ts.fit_transform(r) ts = pd.DataFrame(ts.embedding_, index = r.index)import matplotlib.pyplot as plta = ts[r[u'聚類類別'] == 0] plt.plot(a[0], a[1], 'r.') a = ts[r[u'聚類類別'] == 1] plt.plot(a[0], a[1], 'go') a = ts[r[u'聚類類別'] == 2] plt.plot(a[0], a[1], 'b*') plt.show()

因為K-means 算法過于大眾化，而且代碼其實比較簡單的，所以備注比較少，如果需要備注或者有任何疑問，歡迎留言。

總結

以上是生活随笔為你收集整理的聚类分析 - K-means - Python代码实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。