1. 減法聚類如何用python實現
下面是一個k-means聚類演算法在python2.7.5上面的具體實現，你需要先安裝Numpy和Matplotlib：
from numpy import *
import time
import matplotlib.pyplot as plt
# calculate Euclidean distance
def euclDistance(vector1, vector2):
return sqrt(sum(power(vector2 - vector1, 2)))
# init centroids with random samples
def initCentroids(dataSet, k):
numSamples, dim = dataSet.shape
centroids = zeros((k, dim))
for i in range(k):
index = int(random.uniform(0, numSamples))
centroids[i, :] = dataSet[index, :]
return centroids
# k-means cluster
def kmeans(dataSet, k):
numSamples = dataSet.shape[0]
# first column stores which cluster this sample belongs to,
# second column stores the error between this sample and its centroid
clusterAssment = mat(zeros((numSamples, 2)))
clusterChanged = True
## step 1: init centroids
centroids = initCentroids(dataSet, k)
while clusterChanged:
clusterChanged = False
## for each sample
for i in xrange(numSamples):
minDist = 100000.0
minIndex = 0
## for each centroid
## step 2: find the centroid who is closest
for j in range(k):
distance = euclDistance(centroids[j, :], dataSet[i, :])
if distance < minDist:
minDist = distance
minIndex = j
## step 3: update its cluster
if clusterAssment[i, 0] != minIndex:
clusterChanged = True
clusterAssment[i, :] = minIndex, minDist**2
## step 4: update centroids
for j in range(k):
pointsInCluster = dataSet[nonzero(clusterAssment[:, 0].A == j)[0]]
centroids[j, :] = mean(pointsInCluster, axis = 0)
print 'Congratulations, cluster complete!'
return centroids, clusterAssment
# show your cluster only available with 2-D data
def showCluster(dataSet, k, centroids, clusterAssment):
numSamples, dim = dataSet.shape
if dim != 2:
print "Sorry! I can not draw because the dimension of your data is not 2!"
return 1
mark = ['or', 'ob', 'og', 'ok', '^r', '+r', 'sr', 'dr', '<r', 'pr']
if k > len(mark):
print "Sorry! Your k is too large! please contact Zouxy"
return 1
# draw all samples
for i in xrange(numSamples):
markIndex = int(clusterAssment[i, 0])
plt.plot(dataSet[i, 0], dataSet[i, 1], mark[markIndex])
mark = ['Dr', 'Db', 'Dg', 'Dk', '^b', '+b', 'sb', 'db', '<b', 'pb']
# draw the centroids
for i in range(k):
plt.plot(centroids[i, 0], centroids[i, 1], mark[i], markersize = 12)
plt.show()
2. 深度盤點：一文詳解10種聚類演算法（附完整Python操作示例）
本文深入探討了多種聚類演算法，並提供了 Python 中的實現示例。聚類或聚類分析是一種無監督學習方法，用於揭示數據中的自然分組，適用於數據分析，如客戶細分。沒有單一最佳演算法，選擇取決於數據特性。
文章首先介紹了聚類的概念，解釋了其在數據分析中的應用，以及如何在 Python 中安裝和使用頂級聚類演算法。接下來，詳細介紹了10種流行的聚類演算法，並提供了每種演算法的使用示例。
以下是這10種聚類演算法的簡介：
親和力傳播：通過在數據點之間傳遞消息，找到一組最能概括數據的範例。
聚合聚類：通過合並數據點，直到達到所需的群集數量。
BIRCH：一種構建樹狀結構以提取聚類質心的演算法。
DBSCAN：基於密度的空間聚類演算法，用於識別高密度區域。
K均值：最常見的聚類演算法，通過分配示例以最小化每個群集內的方差。
Mini-Batch K均值：K均值的修改版本，使用小批量樣本進行群集質心更新。
均值漂移聚類：根據特徵空間中的實例密度尋找和調整質心。
OPTICS：DBSCAN的修改版本，用於創建表示密度聚類結構的排序。
光譜聚類：使用線性代數方法的通用聚類方法。
高斯混合模型：總結多變數概率密度函數，通過混合高斯分布實現。
文章還提供了每種演算法在 Python 中的實現示例，並展示了應用到合成數據集的結果。每種演算法的結果表明了它們在不同情況下的適應性。最後，文章總結了如何在 Python 中利用這些演算法進行聚類分析。
總結來說，本文提供了一個全面的指南，幫助讀者了解和應用多種聚類演算法，為數據分析和機器學習項目提供強大的工具。通過實踐示例，讀者可以更好地掌握這些演算法的使用方法，並根據具體需求選擇最適合的演算法。