# 导包
import numpy as np
import matplotlib.pyplot as plt
import copy
# 核心功能函数
# KMeans核心实现步骤：
# 0：设定质心, 只需要做一次
# 1、计算距离：即所有样本点到各质心的距离, 1行代码
# 2、计算极值：argmin ，1行代码
# 3、更新质心： 4行代码
# 4、重复1、2、3步，直到质心不在发生改变 ， 2行
# 主函数
def main():
# 加载数据，注意需要去掉标签值
x = np.loadtxt('test.txt', encoding='utf-8')
# 指定将数据集分成 k 个类别
k = 4 # 指定质心数量
# step:0,设定质心
m, n = x.shape # 数据集样本数m, 维度dim
centers = np.zeros((k, n)) # 定义聚类中心存储矩阵
# 根据设定的聚类中心数随机获取样本中的点作为初始聚类中心坐标
for i in range(k):
index = np.random.randint(0, m) # 0-m之间均匀地产生一个随机整数作为索引index
centers[i] = x[index] # 将X中第index行赋值给centroid
# 作用：KMeans核心实现代码
""" ------ KMeans核心实现代码 开始 ------ """
dist_t = np.array((np.sum((x - c) ** 2, axis=1)) ** 0.5 + 1 for c in centers)
for i in range(600):
# 备份一下质心数据
# t_center = copy.deepcopy(centers)
# t_center = copy.copy(centers) # 浅拷贝
t_center = centers
# step1:计算距离
dist_list = [(np.sum((x - c) ** 2, axis=1)) ** 0.5 for c in centers]
# step2: 计算极值
# 注意，这里的 argmin 就是我们需要的 标签值 ， 即 y 值
argmin_dist = np.array(dist_list).argmin(axis=0) # 得到标签值
# step3: 更新质心
centers = np.array([np.mean(x[argmin_dist == i, :], axis=0) for i in range(k)])
# step4：重复1、2、3步，直到质心不在发生改变 ， 1行
dist_list = np.array(dist_list)
if dist_t.all() == dist_list.all():
print(i)
break
else:
dist_t = dist_list
""" ^^^^^^ KMeans核心实现代码 结束 ^^^^^^ """
print(f'质心坐标矩阵：\n {centers} \n\n \b各样本点标签值：\n {argmin_dist}') # 最终的质心坐标
mark = ['or', 'ob', 'og', 'ok', 'om', 'oy']
for i in range(len(x)):
plt.plot(x[i, 0], x[i, 1], mark[argmin_dist.flatten()[i]])
ma = ['Dr', 'Db', 'Dg', 'Dk', 'Dm', 'Dy']
for i in range(k):
plt.plot(centers[i,0],centers[i,1],ma[i],markersize=10)
plt.show()
# 主程序入口.
if __name__ == '__main__':
main()
