步骤说明
1、确定K值。
K值是K-Means算法中唯一的参数，决定数据聚为几类。
2、从原始数据集中随机选择K点作为初始平均值点。
3、从原始数据集中依次取出数据。
每取出一个数据，分别计算与K平均值点之间的距离（默认计算点之间的欧氏距离），并将其归类为该平均值点所在的簇；
4、计算每簇当前的平均值点。
也就是说，该簇中所有点的平均值
5、比较当前的平均值是否与上一步获得的平均值相同。
如果是一样的话，K-Means算法就结束了，否则，用之前的平均值点代替当前的平均值点，然后重新划分族，重复步骤3。
实例
importnumpyasnp
importmatplotlib.pyplotasplt
'''标志位统计递归运行次数'''
flag=0
'''欧式距离'''
defecludDist(x,y):
returnnp.sqrt(sum(np.square(np.array(x)-np.array(y))))
'''距离'，曼哈顿;''
defmanhattanDist(x,y):
returnnp.sum(np.abs(x-y))
'''夹角余弦'''
defcos(x,y):
returnnp.dot(x,y)/(np.linalg.norm(x)*np.linalg.norm(y))
'''计算簇的平均值点'''
defclusterMean(dataset):
returnsum(np.array(dataset))/len(dataset)
'''生成随机均值点'''
defrandCenter(dataset,k):
temp=[]
whilelen(temp)<k:
index=np.random.randint(0,len(dataset)-1)
ifindexnotintemp:
temp.append(index)
returnnp.array([dataset[i]foriintemp])
'''以数据集的前k点为平均值'''
deforderCenter(dataset,k):
returnnp.array([dataset[i]foriinrange(k)])
'''聚类'''
defkMeans(dataset,dist,center,k):
globalflag
#all_kinds用于存储中间计算结果
all_kinds=[]
for_inrange(k):
temp=[]
all_kinds.append(temp)
#计算每个点到每个均值点的距离
foriindataset:
temp=[]
forjincenter:
temp.append(dist(i,j))
all_kinds[temp.index(min(temp))].append(i)
#打印中间结果
foriinrange(k):
print('第'+str(i)+'组:',all_kinds[i],end='\n')
flag+=1
print('************************迭代'+str(flag)+'*************************;)
#更新均值点
center_=np.array([clusterMean(i)foriinall_kinds])
if(center_==center).all():
print('结束')
foriinrange(k):
print('第'+str(i)+'组均值：',center_[i],end='\n')
plt.scatter([j[0]forjinall_kinds[i]],[j[1]forjinall_kinds[i]],marker='*')
plt.grid()
plt.show()
else:
#递归调用kmeans函数
center=center_
kMeans(dataset,dist,center,k)
defmain(k):
'''生成随机点'''
x=[np.random.randint(0,50)for_inrange(50)]
y=[np.random.randint(0,50)for_inrange(50)]
points=[[i,j]fori,jinzip(x,y)]
plt.plot(x,y,'b.')
plt.show()
initial_center=randCenter(dataset=points,k=k)
kMeans(dataset=points,dist=ecludDist,center=initial_center,k=k)
if__name__='__main__':
main(3)以上是Python K-means算法的计算步骤，希望对大家有所帮助。更多Python学习指南：python基础教程
本教程的操作环境：windows7系统，Python 3.9.1，DELL G3电脑。