K-means聚類
- 建立資料
- 建構K均值模型
K-means聚類的python實作方法
介紹：最常用的機器學習聚類算法，且為典型的基于距離的聚類算法
K均值： 基于原型的、劃分的距離技術，它試圖發現使用者指定個數(K)的簇，以歐式距離作為相似度測度
建立資料
from sklearn.datasets.samples_generator import make_blobs
# make_blobs聚類資料生成器
x,y_true = make_blobs(n_samples = 300, # 生成300條資料
centers = 4, # 四類資料
cluster_std = 0.5, # 方差一緻
random_state = 0)
print(x[:5])
print(y_true[:5])
# n_samples → 待生成的樣本的總數。
# n_features → 每個樣本的特征數。
# centers → 類别數
# cluster_std → 每個類别的方差，如多類資料不同方差，可設定為[1.0,3.0]（這裡針對2類資料）方差越小越集中
# random_state → 随機數種子
# x → 生成資料值， y → 生成資料對應的類别标簽
plt.scatter(x[:,0],x[:,1],s = 10,alpha = 0.8)
plt.grid()
# 繪制圖表
*
建構K均值模型
from sklearn.cluster import KMeans
# 導入子產品
kmeans = KMeans(n_clusters = 4) # 這裡為4簇
kmeans.fit(x)
y_kmeans = kmeans.predict(x)
centroids = kmeans.cluster_centers_
# 構模組化型，并預測出樣本的類别y_kmeans
# kmeans.cluster_centers_：得到不同簇的中心點
plt.scatter(x[:,0],x[:,1],c = y_kmeans, cmap = 'Dark2', s= 50,alpha = 0.5,marker='x')
plt.scatter(centroids[:,0],centroids[:,1],c = [0,1,2,3], cmap = 'Dark2',s= 70,marker='o')
plt.title('K-means 300 points\n')
plt.xlabel('Value1')
plt.ylabel('Value2')
plt.grid()
# 繪制圖表
*
Python 資料模組化：
- Python資料模組化–回歸
- Python資料模組化–分類
- Python資料模組化–主成分分析
- Python資料模組化–K-means聚類
- Python資料模組化–蒙特卡洛模拟