C均值（K-means）聚类算法 实验

---

一. 实验目的

1.理解C均值（K-means）聚类算法的基本原理
2.学会用python实现C均值（K-means）算法

---

二. 实验原理

k-means算法中的k代表聚类个数，means代表聚类内数据对象的均值（均值是对聚类中心的描述）。k-means算法以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的相似性越高，则它们越有可能在同一个聚类。数据对象间距离的计算有很多种，k-means算法通常采用欧氏距离来计算数据对象间的距离。

---

三. 实验内容

1. 随机生成100个数，并对这100个数进行k-means聚类（k=3,4)(并用matplot画图）。
2. 对鸢尾花数据进行K-means算法聚类(并用matplot画图）。

---

四. 实验步骤：

1.1 随机创建100个样本的二维数据作为训练集并画出训练样本的散点图

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from sklearn.cluster import KMeans
from sklearn.datasets import load_iris

X,y=make_blobs(n_samples=100,n_features=2,centers=[[-1,-1],[0,0],[1,1],[2,2]],cluster_std=[0.4,0.2,0.2,0.2])

#输入： _ 是待生成的样本的总数。  _ 是每个样本的特征数。   表示各类别中心。  _ 表示每个类别的方差。

#输出： X:样本特征，其中每行代表一个样本，每列代表一个特征。 y：样本聚类标签。

#使用  的 _ 方法来生成用于测试聚类算法的效果。  中的 _ 方法常被用来生成聚类算法的测试数据，直观地说， _ 会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。

#使用make_blobs生成训练数据，生成100个样本，每个样本2个特征，共4个聚类，聚类中心分别为[-1,-1],[0,0],[1,1],[2,2]，聚类方差分别为0.4,0.2,0.2,0.2

plt.scatter(X[:,0],X[:,1])

plt.show()
#画出训练样本的散点图，散点图的横坐标为样本的第一维特征，纵坐标为样本的第二维特征

1.2 =3 进行聚类并画出聚类结果的散点图

kmeans=KMeans(n_clusters=3)

#生成kmeans分类器,聚类数量为3，其余参数使用默认值。

y_pre=kmeans.fit_predict(X)

#使用fit_predict方法计算聚类中心并且预测每个样本的聚类索引。

plt.scatter(X[:,0],X[:,1],c=y_pre)

#可以通过以下方式将各聚类结果显示为不同的颜色
#.(,,=)

#画出训练样本的散点图，散点图的横坐标为样本的第一维特征，纵坐标为样本的第二维特征，将各聚类结果显示为不同的颜色

plt.show()

---

2.1 导入iris数据集数据

iris = load_iris()     #导入iris数据集,iris数据集包含了150个样本，分别属于3类，每个样本包含4个特征
data_train=iris.data   #iris样本集的样本特征
label_train=iris.target #iris样本集的样本标签

2.2 =3 进行聚类并画出聚类结果的散点图

kmeans=KMeans(n_clusters=3)    

#生成kmeans分类器,聚类数量为3，其余参数使用默认值。

y_pre=kmeans.fit_predict(data_train)

#使用fit_predict方法计算聚类中心并且预测每个样本的聚类索引。

plt.scatter(data_train[:,0],data_train[:,-2],c=y_pre)

#画出训练样本的散点图，散点图的横坐标为样本的第一维特征，纵坐标为样本的第三维特征，将各聚类结果显示为不同的颜色.

plt.show()

---