聚类算法之k-means算法程序实现

k-means算法程序实现
最近看了一下聚类算法，然后根据书上的代码实现了用k-mean分类鸢尾花数据集。
书中的代码流程图：

书中的代码可以进一步改进，我的做法如下：
前1到8步一样，从第九步开始变为如下：
new_u=[]
for i=1,2,……k do

• 计算新均值向量 u1‘
• 将新均值向量u1’加入到new_u中

if u！=new_u：

• break

from sklearn.datasets import load_iris
import pdb
import  matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
import random
import numpy as np
import math
#加载数据集
data = load_iris()
x = data.data[data.target != 2]
y = data.target[data.target != 2]
# pdb.set_trace()
x = x[:, :2]
x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=1, train_size=0.6)
plt.scatter(x_train[:,0],x_train[:,1],c=y_train)
plt.show()
#显示初始的结果
########################
#定义初始值：
ui= []
mynum=[]
i=0
k=6
while (len(ui) < k):
    x = random.randint(0, len(x_train)-1)
    if x not in mynum:
        mynum.append(x)
        ui.append(x_train[x])
        i+=1
##########################
#将数据集划分到k个簇里面

def distance(x_train,ui):
    allnum=[]
    for i in x_train:
        conall=[]
        for j in ui:
            con=math.sqrt(sum((i-j)**2))
            conall.append(con)
        aa=conall.index(min(conall))

        allnum.append(aa)

    return allnum

###########################################
#计算新的均值
def u(x_train,allnum):
    aa=set(allnum)
    dic=[]
    for i in aa:
        num=(allnum==np.array(i))
        newc=sum(x_train[num])/len(x_train[num])
        dic.append(newc)
    return dic

######################################
#循环
for  data in range(100):
    allnum=distance(x_train,ui)                        #划分簇
    new_ui=u(x_train,allnum)                           #计算新的均值
    aa=(np.array(ui)==np.array(new_ui))+0
    if sum(sum(aa))!=k*2:      
        ui = new_ui
    else:
         break
    print(data)
    print(new_ui)
    print(allnum)
#pdb.set_trace()
########################
#显示结果
x1=plt.scatter(x_train[:,0],x_train[:,1],c=allnum)
plt.show(x1)

数据和原始结果：

k=2

k=4

k=6