使用Python进行K均值聚类_python安装kmeans库

使用Python进行K均值聚类

K均值聚类是一种无监督学习算法，用于将数据集划分为K个不同的类别。在本文中，我们将使用Python来实现K均值聚类算法。

1. 安装所需的库

在开始之前，我们需要安装一些必要的库，包括numpy和sklearn。

pip install numpy
pip install scikit-learn
1
2

2. 导入库

导入所需的库。

import numpy as np
from sklearn.cluster import KMeans
1
2

3. 准备数据

我们将使用一个示例数据集来演示K均值聚类算法。这里我们使用一个包含两个特征的数据集，每个样本有两个维度。

X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])
1

4. 创建KMeans模型

创建一个KMeans模型，并指定要分成的类别数量K。

kmeans = KMeans(n_clusters=2)
1

5. 拟合模型

使用数据集拟合KMeans模型。

kmeans.fit(X)
1

6. 获取聚类结果

获取每个样本的聚类标签。

labels = kmeans.labels_
1

7. 获取聚类中心

获取每个聚类的中心点坐标。

centroids = kmeans.cluster_centers_
1

8. 可视化聚类结果

使用Matplotlib库将聚类结果可视化。

import matplotlib.pyplot as plt

plt.scatter(X[:, 0], X[:, 1], c=labels)
plt.scatter(centroids[:, 0], centroids[:, 1], marker='x', color='r')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.title('KMeans Clustering')
plt.show()
1
2
3
4
5
6
7
8

以上代码将绘制一个散点图，其中每个样本被分配一个颜色，表示属于哪个聚类。同时，用红色的"X"标记表示每个聚类的中心点。

9. 完整代码

下面是完整的代码：

import numpy as np
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

kmeans = KMeans(n_clusters=2)
kmeans.fit(X)

labels = kmeans.labels_
centroids = kmeans.cluster_centers_

plt.scatter(X[:, 0], X[:, 1], c=labels)
plt.scatter(centroids[:, 0], centroids[:, 1], marker='x', color='r')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.title('KMeans Clustering')
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

10. 结论

通过使用Python中的KMeans模型，我们可以轻松地进行K均值聚类分析。该算法可以帮助我们将数据集划分为不同的类别，并可视化聚类结果。