#?-*-?coding:?utf-8?-*-
“““
Created?on?Thu?Nov?17?16:13:56?2016

@author:?phl
“““
print（“k-means算法程序“）
from?numpy?import?*??
import?time??
import?matplotlib.pyplot?as?plt?


#?歐幾里得聚類計算
def?euclDistance（vector1?vector2）:
????return?sqrt（sum（power（vector2?-?vector1?2）））??

#?隨機初始化聚類的中心
def?initCentriods（dataSetk）:
????print（dataSet）
????numSamplesdim?=?dataSet.shape?#dim列數
????centroids?=?zeros（（k?dim））????
????print（“行數：“numSamples）
????print（“列數：“dim）
????for?i?in?range（k）:
????????index?=?int（random.uniform（0?numSamples））?
????????centroids[i?:]?=?dataSet[index?:]
????return?centroids
#?k-means?cluster??
def?kmeans（dataSet?k）:
????numSamples?=?dataSet.shape[0]??#dataSet.shape是幾行幾列的意思，這里是7行2列
????print（“行數：“numSamples）
????clusterAssment?=?mat（zeros（（numSamples?2）））#初始化一個行兩列的0矩陣
????clusterChanged?=?True
????##?step?1:?初始化聚類中心
????centroids?=?initCentriods（dataSet?k）
????print（“隨機初始化的兩個點：“centroids）
????##?循環遍歷數據
????while?clusterChanged:?
????????clusterChanged?=?False
????????for?i?in?range（numSamples）:
????????????minDist??=?100000.0?
????????????minIndex?=?0
????????????##?循環遍歷中心點
????????????##?step?2:計算離中心點的距離
????????????for?j?in?range（k）:
????????????????distance?=?euclDistance（centroids[j?:]?dataSet[i?:]）
????????????????if?distance?????????????????????minDist??=?distance
????????????????????minIndex?=?j?#minIndex代表類別
????????????##更新聚類分配
????????????if?clusterAssment[i0]?!=?minIndex:
????????????????clusterChanged?=?True
????????????????clusterAssment[i?:]?=?minIndex?minDist**2
????????##?step?4:?更新聚類中心
????????for?j?in?range（k）:??
????????????pointsInCluster?=?dataSet[nonzero（clusterAssment[:?0].A?==?j）[0]]?
????????????centroids[j?:]?=?mean（pointsInCluster?axis?=?0）?
????print（‘恭喜你，聚類完成‘）??
????return?centroids?clusterAssment?
#?show?your?cluster?only?available?with?2-D?data??
def?showCluster（dataSet?k?centroids?clusterAssment）:??
????numSamples?dim?=?dataSet.shape??
????if?dim?!=?2:??
????????print（“Sorry!?I?can?not?draw?because?the?dimension?of?your?data?is?not?2!“）??
????????return?1??
??
????mark?=?[‘or‘?‘ob‘?‘og‘?‘ok‘?‘^r‘?‘+r‘?‘sr‘?‘dr‘?‘????if?k?>?len（mark）:??
????????print（“Sorry!?Your?k?is?too?large!?please?contact?Zouxy“）??
????????return?1??
??
????#?draw?all?samples??
????for?i?in?range（numSamples）:??
????????markIndex?=?int（clusterAssment[i?0]）??
????????plt.plot（dataSet[i?0]?dataSet[i?1]?mark[markIndex]）??
??
????mark?=?[‘Dr‘?‘Db‘?‘Dg‘?‘Dk‘?‘^b‘?‘+b‘?‘sb‘?‘db‘?‘????#?draw?the?centroids??
????for?i?in?range（k）:??
????????plt.plot（centroids[i?0]?centroids[i?1]?mark[i]?markersize?=?12）??
????plt.show（）?
def?showData（dataSet）:
????x?=?[]
????y?=?[]
????plt.figure（figsize=（96））
????for?i?in?dataSet:
????????x.append（[float（i[0]）]）
????????y.append（[float（i[1]）]）
????plt.scatter（xyc=“b“s=25alpha=0.4marker=‘o‘）
????#T:散點的顏色
????#s：散點的大小
??

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-03-22?11:01??k_means\__pycache__\
?????文件????????2552??2018-03-22?19:13??k_means\__pycache__\k_means.cpython-36.pyc
?????文件????????3306??2018-03-22?19:13??k_means\k_means.py
?????文件?????????753??2018-04-24?09:34??k_means\test_kmeans.py
?????文件??????????59??2018-02-21?18:02??k_means\testSet.txt