k-means是机器学习中最常用的聚类算法。k-means算法有丰富的数学原理、算法、伪码等文献，这里就不赘述了。
1、调用以下库
importnumpyasnp#抽样和生成随机数 fromsklearn.clusterimportKMeans#Sklearn自带的Kmeans算法，本文算法结果是否正确 importmatplotlib.pyplotasplt#结果可视化 importsys#需要使用sys.exit()函数
Sklearn库是否不需要验证聚类结果。
2、生成用于训练的随机数据
np.set_printoptions(suppress=True)#numpy的结果不是通过科学计数法输出的 Data=np.array[1.0，2.0]，[1.5，1.8]，[3，4]，[6，8]，[8，8]，[1，0.6]， [9，11]，[7，10])#你也可以通过抽样更快地获得测试数据
3、选择随机初始点和簇数的定义(k)的函数
defK_means(data,k): globalMean mean=[] a=np.max(data[:,0]) b=np.min(data[:,0]) c=np.max(data[:,1]) d=np.min(data[:,1]) foriinrange(k): x=np.random.uniform(a,b,1) #回到array这里 y=np.random.uniform(c,d,1)#回到array这里 mean.append([float(x),float(y)]) Mean=np.array(mean) returnMean
在上述代码中，为了限制初始点(x,y)位置不会超过样本点的范围，所以均匀抽样的上下限是指训练数据(a,b)和(c,d)最小水平距离。
4、定义可视化函数， 绘制测试数据散点图
defvision(data,cell):
plt.figure(figsize=(12,6))
ax1=plt.subplot(121)
ax1.scatter(Data[:,0],Data[:,1)#原始数据散点图
ax1.scatter(point[:,0],point[:,0])#同时表示随机选择的初始点
plt.xlabel("x")
plt.ylabel("y")
plt.title("scatterof"+"rural"+"data")
ax2=plt.subplot(122)
ax2.scatter(Data[:,0],Data[:,1)#原始数据散点图
ax2.scatter(data[:,0],data[:,1]#迭代后最终确定的聚类点
plt.xlabel("x")
plt.ylabel("y")
plt.title("scatterof"+cell+"data")
plt.show()聚类结果的可视化对于判断聚类结果的准确性至关重要。
5、定义迭代过程， 通过不断计算各种样本对聚类点的欧式聚类， 不断更新聚类点
defiteration(Data,point):
A=[]
B=[]
foriinrange(len(Data)):
d1=np.sqrt(sum(pow(Data[i]-point[0]，2))))
d2=np.sqrt(sum(pow(Data[i]-point[1],2)))
ifd1>d2:
A.append(list(Data[i]))
else:
B.append(list(Data[i]))
iflen(A)==len(Data)orlen(B)==len(Data):
print("初始化错误")
sys.exit(0)
new_x1=np.mean(np.array(A)[:,0])
new_y1=np.mean(np.array(A)[:,1])
new_x2=np.mean(np.array(B)[:,0])
new_y2=np.mean(np.array(B)[:,1])
new_point=np.array([[new_x1,new_y1],[new_x2,new_y2]])
returnnew_point注意, 在上一个代码中添加一个if语句
iflen(A)==len(Data)orlen(B)==len(Data):
print("初始化错误")
sys.exit(0)因为初始点是随机产生的，所以这个条件陈述是非常必要的，所以所有的样本点可能只接近一个聚类中心，远离另一个聚类中心，所以不能形成两个聚类中心，程序会报告错误，所以我们需要排除这种情况的可能性。一旦所有的样本点都接近一个聚类中心的季节性程序停止。
以上就是K-means算法在Python中使用，希望对大家有所帮助！