人工智能 chapter 05 K均值

一。无监督学习：

无监督学习与监督学习的区别：

簇：（先随机找K个簇，然后计算每一个x与k个簇的差值 然后找到最小的就行）

通过npmean(x,axis=0)来计算列的平均值 若axis=1则计算行的平均值

三.代码

计算差值

#encoding=utf8
import math
import numpy as np
def distance(x, y, p=2):
    '''
    input:x(list):第一个样本的坐标
          y(list):第二个样本的坐标
          p(int):等于1时为曼哈顿距离，等于2时为欧氏距离
    output:distance(float):x到y的距离      
    '''
    #********* Begin *********#
    sum = 0
    for i in range(len(x)):
        sum += math.pow(abs(x[i] - y[i]), p)
    distance = math.pow(sum, 1/p)
    return distance
    #********* End *********#

2.计算质心 以及把差值就行排序

#encoding=utf8
import math
import numpy as np

#计算样本间距离
def distance(x, y, p=2):
    '''
    input:x(list):第一个样本的坐标
          y(list):第二个样本的坐标
          p(int):等于1时为曼哈顿距离，等于2时为欧氏距离
    output:distance(float):x到y的距离      
    '''
    sum = 0
    for i in range(len(x)):
        sum += math.pow(abs(x[i] - y[i]), p)
    distance = math.pow(sum, 1/p)
    return distance

#计算质心
def cal_Cmass(data):
    '''
    input:data(ndarray):数据样本
    output:mass(ndarray):数据样本质心
    '''
    #********* Begin *********#
    Cmass = np.mean(data,axis=0)
    #********* End *********#
    return Cmass

#计算每个样本到质心的距离，并按照从小到大的顺序排列
def sorted_list(data,Cmass):
    '''
    input:data(ndarray):数据样本
          Cmass(ndarray):数据样本质心
    output:dis_list(list):排好序的样本到质心距离
    '''
    #********* Begin *********#
    dis_list=[]
    for i in range(len(data)):
        dis_list.append(distance(data[i],Cmass))
    dis_list.sort()
    #********* End *********# 
    return dis_list
 

3.sklearn的k-means

#encoding=utf8
from sklearn.cluster import KMeans

def kmeans_cluster(data):
    '''
    input:data(ndarray):样本数据
    output:result(ndarray):聚类结果
    '''
    #********* Begin *********#
    km=KMeans(n_clusters=3,init='random',max_iter=100)
    result=km.fit_predict(data)
    #********* End *********# 
    return result

调参数：https://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html