©2020-2024 ioDraw All rights reserved,
Privacy Policy
k-means聚类算法是一种经典的基于距离的聚类算法，它的基本思想就是先指定需要划分的簇的个数k，在数据集中选取k个数据作为初始的聚类中心，接着计算这k个聚类中心与其他数据之间存在的距离，根据最近邻原则，划分簇并继续调整，分别对新的聚类中心进行计算，直到算法收敛或者到达指定的迭代次数，算法流程如下：
算法流程图：
Python实现
import torch import random import numpy as np from sklearn import datasets def
kmeans(data, N_way, iteration): # data : N*S, N为样本数，S为特征维数,tensor # N_way : 类别数
#iteration:迭代次数 #初始化 N_way个聚类中心 N = data.shape[0] index = range(N) C = data[
random.sample(index, N_way),:] #C*S,C为类别，N为样本 D = torch.zeros(N_way, N)
#样本和类中心的距离矩阵 count = 0 while True: G = torch.zeros(N_way, N)
#类别硬化分矩阵，每行一个类别，每列一个样本 P = torch.zeros(N_way, N) #距离按列归一化矩阵，可用作软分类
#计算各个样本到各类的距离，及所属的类别 for i in range(N_way): c_i = C[i,:] c_i = c_i.unsqueeze(0).
expand(N, -1) d = (c_i - data)*(c_i - data) d = d.sum(dim=1) D[i,:] = d for i in
range(N): P[:,i] = D[:, i]/D[:, i].sum() index = torch.min(D[:, i], 0)[1] G[
index, i] = 1 #更新类中心 C = torch.mm(G,data) N = [] #每个簇样本数 for i in range(N_way):
num= len(torch.nonzero(G[i, :])) C[i, :] = C[i, :]/num N.append(num) #判断是否满足终止条件
if(count>iteration): break count += 1 return C,G,P if __name__ == '__main__':
iris= datasets.load_iris() n_sample, n_feature = iris.data.shape data = iris.
data data= data.astype(np.float32) data = torch.from_numpy(data) C,G,P = kmeans(
data,3,100) label = iris.target count = 0 for i in range(150): pre = torch.max(P
[:,i],0)[1] print(pre) if pre==label[i]: count += 1 print(count)