正文

KMeans算法实战教学：从零开始，轻松掌握聚类分析编程技巧

/0 浏览量
0413

引言

聚类分析是数据挖掘和机器学习中的一个重要工具，它可以帮助我们识别数据中的模式、结构或分组。KMeans算法是聚类分析中最常用的算法之一，因其简单易用而广受欢迎。本文将带你从零开始，一步步学习KMeans算法，并通过实战演练，轻松掌握聚类分析的编程技巧。

KMeans算法简介

KMeans算法是一种基于距离的聚类算法，其核心思想是将数据点划分为K个簇，使得每个数据点与其所属簇的中心点的距离最小。算法流程如下：

  1. 随机选择K个数据点作为初始簇中心。
  2. 将每个数据点分配到最近的簇中心。
  3. 重新计算每个簇的中心点。
  4. 重复步骤2和3，直到簇中心不再发生变化或达到预设的迭代次数。

实战演练：Python实现KMeans算法

以下是一个简单的KMeans算法Python实现，我们将使用NumPy库进行数据处理。

import numpy as np

def kmeans(data, k):
    # 随机选择K个数据点作为初始簇中心
    centroids = data[np.random.choice(data.shape[0], k, replace=False)]
    
    while True:
        # 将每个数据点分配到最近的簇中心
        distances = np.sqrt(((data - centroids[:, np.newaxis])**2).sum(axis=2))
        clusters = np.argmin(distances, axis=0)
        
        # 重新计算每个簇的中心点
        new_centroids = np.array([data[clusters == i].mean(axis=0) for i in range(k)])
        
        # 判断是否收敛
        if np.all(centroids == new_centroids):
            break
        
        centroids = new_centroids
    
    return centroids, clusters

# 示例数据
data = np.array([[1, 2], [1, 4], [1, 0],
                  [10, 2], [10, 4], [10, 0]])

# 运行KMeans算法
k = 2
centroids, clusters = kmeans(data, k)

print("簇中心：", centroids)
print("聚类结果：", clusters)

实战演练：使用KMeans进行人脸聚类

在实际应用中，KMeans算法可以用于各种场景，例如人脸聚类。以下是一个使用KMeans进行人脸聚类的示例。

from sklearn.datasets import fetch_lfw_people
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans

# 加载人脸数据集
lfw_people = fetch_lfw_people(min_faces_per_person=70, resize=0.4)
X = lfw_people.data
y = lfw_people.target

# 使用PCA降维
pca = PCA(n_components=150)
X_reduced = pca.fit_transform(X)

# 运行KMeans算法
k = 10
kmeans = KMeans(n_clusters=k, random_state=0).fit(X_reduced)

# 获取聚类结果
labels = kmeans.labels_

# 可视化聚类结果
import matplotlib.pyplot as plt

fig, ax = plt.subplots(1, 2, figsize=(12, 6))
ax[0].imshow(lfw_people.images[0], cmap=plt.cm.binary)
ax[0].set_title('Example face')
ax[1].imshow(lfw_people.images[labels[0]], cmap=plt.cm.binary)
ax[1].set_title('Clustered face')
plt.show()

总结

通过本文的学习，你已成功掌握了KMeans算法的原理和Python实现方法。在实际应用中，你可以根据具体需求调整算法参数，以获得更好的聚类效果。希望本文能帮助你轻松掌握聚类分析的编程技巧。

-- 展开阅读全文 --