Numpy实现K-means算法

Numpy实现K-means算法

import numpy as np
import matplotlib.pyplot as plt

def kmeans(X, k, max_iters=1000, tol=1e-4):
    """
    K-means聚类算法的NumPy实现

    Parameters:
        X (numpy.ndarray): 输入数据集，每一行代表一个样本，每一列代表一个特征。
        k (int): 簇的数量。
        max_iters (int): 最大迭代次数。
        tol (float): 收敛阈值，当簇中心变化小于该值时停止迭代。

    Returns:
        centroids (numpy.ndarray): 最终的簇中心。
        labels (numpy.ndarray): 每个样本的簇标签。
    """
    m, n = X.shape
    centroids = X[np.random.choice(m, k, replace=False)]
    labels = np.zeros(m)

    for _ in range(max_iters):
        distances = np.linalg.norm(X - centroids[:, np.newaxis], axis=2)
        new_labels = np.argmin(distances, axis=0)
        new_centroids = np.array([X[new_labels == z].mean(axis=0) for z in range(k)])

        if np.linalg.norm(new_centroids - centroids) < tol:
            break

        centroids = new_centroids
        labels = new_labels

    return centroids, labels

# 生成100个随机数据点作为示例
np.random.seed(0)
X = np.random.rand(1000, 2) * 10

# 使用自定义的K-means算法进行聚类
k = 3
centroids, labels = kmeans(X, k)

# 可视化结果
colors = ["g.", "r.","b."]
for i in range(len(X)):
    plt.plot(X[i][0], X[i][1], colors[labels[i]], markersize=5)

# 绘制簇中心
plt.scatter(centroids[:, 0], centroids[:, 1], marker="x", s=150, linewidths=5, zorder=10)
plt.show()

K=3时的聚类结果

k=2时的聚类结果

k=4的聚类结果

不同的k对应不同的结果，运行的时间也不相同。并且随着数据的增加，K-means计算的消耗成倍增长。

基于上篇博客K-means算法的代码实现
到这里，如果还有什么疑问欢迎私信、或评论博主问题哦，博主会尽自己能力为你解答疑惑的！
如果对你有帮助，你的赞和关注是对博主最大的支持！！