Python K均值聚类

原理：k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。

二、程序代码

# -*- coding:utf-8 -*-
import random
import math
def formula_diatance(a= None,b=None):
    result=math.sqrt(pow((a[0]-b[0]),2)+pow((a[1]-b[1]),2))
    return result
def GetNewPoint(list=None):

    x=0
    y=0
    for l in list:
        x+=l[0]
        y+=l[1]
    result=[x/len(list),y/len(list)]
    return result
def row2column(list=None):
    kind=[]
    i=len(list)
    j=len(list[0])
    for m in range(0,j):
        col = []
        for n in range(0,i):
            col.append(list[n][m])
        kind.append(col)

    return kind
def which_kind(list=None,data=None):
    i=len(list)
    j=len(list[0])
    dict={}
    for m in range(0,j):
        dict[m]=[]
    for n in range(0,i):
        min=list[n][0]
        for l in list[n]:
            if min>=l:
                min=l
               dict[list[n].index(min)].append(data[n])
    kind=[]
    for value in dict.values():
        kind.append(value)

    return kind;
def k_means(x=None,k=0,k_list=None,class_list=None,round=0):
    if k_list is None:
        k_list=[]
        while len(k_list)!=k:
            r=random.randint(0,len(x)-1)
            if r not in k_list:
                k_list.append(r)
              print('初始随机点：'+str(x[k_list[0]])+'  ,  '+str(x[k_list[1]]))

        kind_list = []
        for i in range(0, len(k_list)):
            d_list = []
            for j in range(0, len(x)):
                d_list.append(formula_diatance(x[k_list[i]], x[j]))
            kind_list.append(d_list)
        kind_list = row2column(kind_list)
        class_list = which_kind(kind_list,x)
               round+=1
        print('第'+str(round)+'轮：'+str(class_list))
        point=[]
        for l in class_list:
            point.append(GetNewPoint(l))
                    print('新均值点：' + str(point))
        y=k_means(x=x,k_list=point,class_list=class_list,round=round)
        return y
    else:
        k=len(k_list)
      
        kind_list = []
        for i in range(0, len(k_list)):
            d_list = []
            for j in range(0, len(x)):
                d_list.append(formula_diatance(k_list[i], x[j]))
            kind_list.append(d_list)
        kind_list = row2column(kind_list)
        cl_list = which_kind(kind_list,x)
               round += 1
        print('第' + str(round) + '轮：' + str(cl_list))
        is_equal=0
       
        for l in cl_list:
            if l in class_list:
                is_equal+=1

        if k==is_equal:
            return cl_list

        
        point = []
        for l in cl_list:
            point.append(GetNewPoint(l))
               print('新均值点：'+str(point))
        y=k_means(x=x, k_list=point, class_list=cl_list,round=round)
        return y
if __name__ == '__main__':

    x=[[1,1],[4,5],[3,5],[4,4],[2,2],[3,4],[0,0]]
    print('输入数据：'+str(x))
    y=k_means(x=x,k=2)
    print('最后结果：'+str(y))

 作者：WangB