用sklearn封装的kmeans库

用sklearn封装的kmeans库

由于需要海量的进行聚类，所以将 ​​k-means​​​ 算法自我封装成一个方便利用的库，可以直接调用得到最优的 ​​k值​​​ 和 ​​中心点​​：

#!/usr/bin/python3.4# -*- coding: utf-8 -*-# k-means算法import numpy as npfrom sklearn.cluster import KMeansfrom sklearn import metricsdef calckmean(array, karr): # array是一个二维数组 # X = [[1, 2, 3, 4], [5, 6, 7, 8], [3, 4, 5, 6]] # k是待选取K值的数组 # karr = [2, 3, 4, 5, 8,...] # 将原始数据由数组变成矩阵 x = np.array(array) # 用来储存轮廓系数的数组 score = [] # 用来储存中心坐标点的数组 point = [] # 用来储存各个簇的坐标 coordinates = [] for k in karr: kmeans_model = KMeans(n_clusters=k).fit(x) # title = 'K = %s, 轮廓系数 = %.03f' % (k, metrics.silhouette_score(X, kmeans_model.labels)) # print(title) # 获取中心点的坐标 counter_point = kmeans_model.cluster_centers_ # print("k=" + str(k) + "时的中心点为" + "\n" + str(counter_point)) # 记录分数 # print(metrics.silhouette_score(x, kmeans_model.labels_,metric='euclidean')) score.append("%.03f" % (metrics.silhouette_score(x, kmeans_model.labels_))) # 记录中心坐标 point.append(counter_point) # 将坐标属于哪个簇的标签储存到数组 # k = 3 : [0 0 0 0 1 1 1 1 1 2 2 2 2 2] # k = 4 : [1 1 1 1 0 0 0 0 0 3 2 2 3 2] coordinates.append(kmeans_model.labels_) # 返回轮廓系数最大的k值\中心坐标\分簇坐标 maxscore = max(score, default=0) for i in range(0, len(score)): if maxscore == score[i]: # 储存分簇坐标的数组 coordinate = [] for j in range(0, len(point[i])): temp = [] for item in zip(coordinates[i], array): if item[0] == j: temp.append(item[1]) coordinate.append(temp) # 得到的样式为k=3，每个簇点的坐标群 # coordinate = [[[7, 1], [8, 2], [9, 1], [7, 1], [9, 3]], # [[5, 8], [6, 6], [5, 7], [5, 6], [6, 7]], # [[1, 1], [2, 3], [3, 2], [1, 2]]] return karr[i], point[i], coordinate

调用的时候直接可以：

​​from kmeans import *​​

测试数据：

#!/usr/bin/python3.4# -*- coding: utf-8 -*-from kmeans import *x1 = np.array([1, 2, 3, 1, 5, 6, 5])x2 = np.array([1, 3, 2, 2, 8, 6, 7])# a = [[1, 2, 3, 1, 5, 6, 5], [1, 3, 2, 2, 8, 6, 7], [3, 5, 9, 4, 7, 6, 1], [1, 5, 3, 4, 8, 6, 7], [5, 1, 2, 3, 6, 9, 4],[8, 4, 6, 2, 1, 6, 3]]a = [[1, 1], [2, 3], [3, 2], [1, 2], [5, 8], [6, 6], [5, 7], [5, 6], [6, 7], [7, 1], [8, 2], [9, 1], [7, 1], [9, 3]]karr = [2, 3, 4, 5, 8]# print(np.array(a))# print(list(zip(x1, x2)))k, point = calckmean(a, karr)print("最好的可以分成" + str(k) + "个簇，中心点为" + "\n" + str(point))

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。