機器知識學習聚類算法實現(xiàn)

**《人工智能與機器學習》實驗報告年級__ xxxx班____________專業(yè)___________xxxxx_________謝謝閱讀學號____________6315070301XX___________感謝閱讀姓名_____________gllh________________感謝閱讀**日期___________2018-5-12 __實驗五聚類算法實現(xiàn)一、實驗目的1、了解常用聚類算法及其優(yōu)缺點2、掌握k-means聚類算法對數(shù)據(jù)進行聚類分析的基本原理和劃分方法謝謝閱讀3、利用k-means聚類算法對已知數(shù)據(jù)集進行聚類分析謝謝閱讀實驗類型：驗證性計劃課間：4學時二、實驗內容1、利用python的sklearn庫函數(shù)對給定的數(shù)據(jù)集進行聚類分析精品文檔放心下載2、分析k-means算法的實現(xiàn)流程3、根據(jù)算法描述編程實現(xiàn)，調試運行4、對所給數(shù)據(jù)集進行驗證，得到分析結果三、實驗步驟1、k-means算法原理2、k-means算法流程**3、k-means算法實現(xiàn)4、對已知數(shù)據(jù)集進行分析四、實驗結果分析利用python的sklearn庫函數(shù)對給定的數(shù)據(jù)集進行聚類分析：感謝閱讀其中數(shù)據(jù)集選取iris鳶尾花數(shù)據(jù)集importnumpyasnpfromsklearn.datasetsimportload_iris精品文檔放心下載iris=load_iris()defdist(x,y):returnsum(x*y)/(sum(x**2)*sum(y**2))**0.5精品文檔放心下載defK_means(data=iris.data,k=3,ping=0,maxiter=100):感謝閱讀n,m=data.shapecenters=data[:k,:]whileping<maxiter:dis=np.zeros([n,k+1])foriinrange(n):**forjinrange(k):dis[i,j]=dist(data[i,:],centers[j,:])感謝閱讀dis[i,k]=dis[i,:k].argmax()精品文檔放心下載centers_new=np.zeros([k,m])謝謝閱讀foriinrange(k):index=dis[:,k]==icenters_new[i,:]=np.mean(data[index,:],axis=0)謝謝閱讀ifnp.all(centers==centers_new):感謝閱讀breakcenters=centers_newping+=1returndisif__name__=='__main__':謝謝閱讀res=K_means()print(res)（1）、首先求出樣本之間的余弦相似度：sum(x*y)/(sum(x**2)*sum(y**2))**0.5謝謝閱讀（2）、設置k類別數(shù)為3，最大迭代次數(shù)為100K_means(data=iris.data,k=3,ping=0,maxiter=100):精品文檔放心下載**（3）、設置樣本個數(shù)、屬性個數(shù)并初始化類中心n,m=data.shapecenters=data[:k,:]（4）、求各樣本至各類中心的距離foriinrange(n):forjinrange(k):dis[i,j]=dist(data[i,:],centers[j,:])感謝閱讀dis[i,k]=dis[i,:k].argmax()精品文檔放心下載（5）、求新類中心:各類樣本均值作為新類中心foriinrange(k):index=dis[:,k]==icenters_new[i,:]=np.mean(data[index,:],axis=0)感謝閱讀實驗結果：**使用自己的數(shù)據(jù)集進行聚類分析并進行可視化：#-*-coding:utf-8-*-importnumpyasnpimportpandasaspdfromsklearn.clusterimportBirch感謝閱讀fromsklearn.clusterimportKMeans謝謝閱讀**frommatplotlibimportpyplotasplt精品文檔放心下載frommatplotlib.font_managerimportFontProperties謝謝閱讀df=pd.read_csv("fa.csv",encoding="utf-8")精品文檔放心下載X=df[['height','weight']].values精品文檔放心下載clf=KMeans(n_clusters=2)謝謝閱讀y_pred=clf.fit_predict(X)精品文檔放心下載print(clf)print(y_pred)x=[n[0]forninX]print(x)y=[n[1]forninX]print(y)plt.scatter(x,y,c=y_pred,marker='o')謝謝閱讀plt.title("K-meansBoy/Girl-height-weightData")感謝閱讀plt.xlabel("Height/cm")plt.ylabel("Weight/kg")plt.legend(["Position"])plt.show()**本數(shù)據(jù)集使用男性女性身高體重數(shù)據(jù)集，k值為2，就是講數(shù)據(jù)聚合為2類，看身高體重分布結果。感謝閱讀**從此次實驗看出，聚類數(shù)據(jù)集必須可以分類才能使用此算法，否則就會產(chǎn)生如下結果：謝謝閱讀**此數(shù)據(jù)集為UCI香水數(shù)據(jù)，無法進行聚類分析五、實驗心得**通過這次實驗，使用K-means算法對數(shù)據(jù)集進行聚類分析，了解了算法的過程，謝謝閱讀首先選擇K個點作為初始質心，之后進行重復并將每個點指派到最近的質心，形成K個簇感謝閱讀后重新計算每個簇的質心直到簇不發(fā)生變化或達到最大迭代次數(shù)為止，首先我們要直到有感謝閱讀多少種分類，選擇K個初始質心，其中K是指定的參數(shù)，即所期望的簇的個數(shù)。這樣做的謝謝閱讀前提是我們已經(jīng)知道數(shù)據(jù)集中包含多少個簇，但很多情況下，我們并不知道數(shù)據(jù)的分布情感謝閱讀況，實際上聚類就是我們發(fā)現(xiàn)數(shù)據(jù)分布的一種手段，之后質心的選取也非常重要，選擇適謝謝閱讀當?shù)某跏假|心是基本kmeans算法的關鍵，一般是隨機的選取