#?coding=utf-8
import?scipy.io?as?sio
from?sklearn.cluster?import?KMeans
import?numpy?as?np
import?random
import?copy
import?matplotlib.pyplot?as?plt
import?operator

def?loaddata（）:??#?讀取數據
????file?=?‘GaussianData.mat‘
????file?=?‘ringData.mat‘
????data?=?sio.loadmat（file）
????matrix?=?np.array（data[‘Dataset‘]）
????return?matrix
def?distance（p1p2）:??#?歐式距離
????return??np.linalg.norm（p1-p2）
def?getWbyKNN（datak）:??#?利用KNN獲得相似度矩陣
????points_num?=?len（data）
????dis_matrix?=?np.zeros（（points_numpoints_num））
????W?=?np.zeros（（points_numpoints_num））
????for?i?in?range（points_num）:
????????for?j?in?range（i+1points_num）:
????????????dis_matrix[i][j]?=?dis_matrix[j][i]?=?distance（data[i]data[j]）
????for?idxeach?in?enumerate（dis_matrix）:
????????index_array??=?np.argsort（each）
????????W[idx][index_array[1:k+1]]?=?1??#?距離最短的是自己
????tmp_W?=?np.transpose（W）
????W?=?（tmp_W+W）/2??#轉置相加除以2是為了讓矩陣對稱
????return?W
def?getD（W）:????#?獲得度矩陣
????points_num?=?len（W）
????D?=?np.diag（np.zeros（points_num））
????for?i?in?range（points_num）:
????????D[i][i]?=?sum（W[i]）
????return?D
def?getEigVec（Lcluster_num）:??#從拉普拉斯矩陣獲得特征矩陣
????eigvaleigvec?=?np.linalg.eig（L）
????dim?=?len（eigval）
????dictEigval?=?dict（zip（eigvalrange（0dim）））
????kEig?=?np.sort（eigval）[0:cluster_num]
????ix?=?[dictEigval[k]?for?k?in?kEig]
????return?eigval[ix]eigvec[:ix]
def?randRGB（）:
????return?（random.randint（0?255）/255.0
????????????random.randint（0?255）/255.0
????????????random.randint（0?255）/255.0）
def?plot（matrixCcentersk）:
????colors?=?[]
????for?i?in?range（k）:
????????colors.append（randRGB（））
????for?idxvalue?in?enumerate（C）:
????????plt.plot（matrix[idx][0]matrix[idx][1]‘o‘color=colors[int（C[idx]）]）
????for?i?in?range（len（centers））:
????????plt.plot（centers[i][0]centers[i][1]‘rx‘）
????plt.show（）
def?getCenters（dataC）:??#?獲得中心位置
????centers?=?[]
????for?i?in?range（max（C）+1）:
????????points_list?=?np.where（C==i）[0].tolist（）
????????centers.append（np.average（data[points_list]axis=0））
????return?centers
if?__name__?==?‘__main__‘:
????cluster_num?=?2
????KNN_k?=?5
????data?=?loaddata（）
????W?=?getWbyKNN（dataKNN_k）
????D?=?getD（W）
????L?=?D-W
????eigvaleigvec?=?getEigVec（Lcluster_num）
????#?print?eigvaleigvec
????clf?=?KMeans（n_clusters=cluster_num）
????s?=?clf.fit（eigvec）
????C?=?s.labels_
????centers?=?getCenters（dataC）
????plot（datas.labels_centerscluster_num）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2017-06-23?11:17??spectral_cluster\
?????文件???????10200??2017-03-01?21:09??spectral_cluster\Gaussian.txt
?????文件????????4794??2017-03-01?21:09??spectral_cluster\GaussianData.mat
?????文件????????2903??2017-03-12?19:32??spectral_cluster\readme.md
?????文件???????17102??2017-03-01?21:09??spectral_cluster\ringData.mat
?????文件???????37400??2017-03-01?21:09??spectral_cluster\ringData.txt
?????文件????????2583??2017-03-12?17:54??spectral_cluster\spectral_clustering.py