Bagaimana untuk menulis algoritma pengelompokan K-means dalam Python?

Bagaimana cara menulis algoritma pengelompokan K-means dalam Python?

Algoritma pengelompokan bermakna K ialah algoritma perlombongan data dan pembelajaran mesin yang biasa digunakan yang boleh mengelaskan dan mengelompokkan set data mengikut atributnya. Artikel ini akan memperkenalkan cara menulis algoritma pengelompokan K-means dalam Python dan memberikan contoh kod khusus.

Sebelum kita mula menulis kod, kita perlu memahami prinsip asas algoritma pengelompokan K-means.

Langkah asas algoritma pengelompokan K-means adalah seperti berikut:

1. Memulakan k centroids. Centroid merujuk kepada titik tengah kelompok, dan setiap titik data ditugaskan kepada kategori yang diwakili oleh centroid terdekatnya.
2. Tugaskan setiap titik data kepada kategori yang diwakili oleh centroid terdekat berdasarkan jaraknya dari centroid.
3. Kemas kini kedudukan centroid, tetapkannya kepada purata semua titik data dalam kategori tersebut.
4. Ulang langkah 2 dan 3 sehingga kedudukan pusat jisim tidak lagi berubah.

Kini kita boleh mula menulis kod.

Import perpustakaan yang diperlukan

Pertama, kita perlu mengimport perpustakaan yang diperlukan seperti numpy dan matplotlib.

import numpy as np
import matplotlib.pyplot as plt

Penyediaan data

Kita perlu menyediakan set data untuk pengelompokan. Di sini kami menggunakan numpy untuk menjana satu set data dua dimensi secara rawak.

data = np.random.randn(100, 2)

Memulakan centroid

Kita perlu memulakan k centroid untuk algoritma pengelompokan. Di sini kita menggunakan numpy untuk memilih k titik data secara rawak sebagai centroid awal.

k = 3
centroids = data[np.random.choice(range(len(data)), k, replace=False)]

Kira jarak

Kita perlu mentakrifkan fungsi untuk mengira jarak antara titik data dan pusat jisim. Di sini kita menggunakan jarak Euclidean.

def compute_distances(data, centroids):
    return np.linalg.norm(data[:, np.newaxis] - centroids, axis=2)

Tetapkan titik data kepada centroid terdekat

Kita perlu menentukan fungsi untuk menetapkan setiap titik data kepada kategori yang diwakili oleh centroid terdekat.

def assign_clusters(data, centroids):
    distances = compute_distances(data, centroids)
    return np.argmin(distances, axis=1)

Kemas kini kedudukan centroid

Kita perlu menentukan fungsi untuk mengemas kini kedudukan centroid, iaitu menetapkannya kepada purata semua titik data dalam kategori tersebut.

def update_centroids(data, clusters, k):
    centroids = []
    for i in range(k):
        centroids.append(np.mean(data[clusters == i], axis=0))
    return np.array(centroids)

Proses pengelompokan berulang

Akhir sekali, kita perlu mengulangi proses pengelompokan sehingga kedudukan centroid tidak lagi berubah.

def kmeans(data, k, max_iter=100):
    centroids = data[np.random.choice(range(len(data)), k, replace=False)]
    for _ in range(max_iter):
        clusters = assign_clusters(data, centroids)
        new_centroids = update_centroids(data, clusters, k)
        if np.all(centroids == new_centroids):
            break
        centroids = new_centroids
    return clusters, centroids

Jalankan algoritma pengelompokan

Kini kita boleh menjalankan algoritma pengelompokan untuk mendapatkan kategori kepunyaan setiap titik data dan centroid akhir.

clusters, centroids = kmeans(data, k)

Membayangkan keputusan

Akhir sekali, kita boleh menggunakan matplotlib untuk memvisualisasikan hasilnya. Setiap titik data dikodkan warna mengikut kategori miliknya, dan lokasi centroid ditunjukkan oleh bulatan merah.

plt.scatter(data[:, 0], data[:, 1], c=clusters)
plt.scatter(centroids[:, 0], centroids[:, 1], s=100, c='red', marker='o')
plt.show()

Melalui contoh kod di atas, kita boleh melaksanakan algoritma pengelompokan K-means dalam Python. Anda boleh melaraskan bilangan kluster k dan parameter lain mengikut keperluan anda. Saya harap artikel ini akan membantu anda memahami dan melaksanakan algoritma pengelompokan K-means!

Atas ialah kandungan terperinci Bagaimana untuk menulis algoritma pengelompokan K-means dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!