使用Orange進行資料探勘之聚類分析(2)------K-means
阿新 • • 發佈:2019-01-07
一、基本k均值演算法
1 根據使用者指定的引數K,首先選擇K個初始化質心;
2 然後每個點指派到最近的質心,指派到一個質心的點形成一個簇。
3 更新每個簇的質心
4重複步驟2、3,直到簇不在發生變化。
虛擬碼描述如下:
選擇K個點作為初始質心
repeat
將每個質心指派到最近的質心,形成K個簇
重新計算每個簇的質心
until 質心不在發生變化
二、Orange中K-means例項
下面的例子顯示了該演算法的計算過程:
import random from matplotlib import pyplot as plt import Orange def plot_scatter(table, km, attx, atty, filename="kmeans-scatter", title=None): #plot a data scatter plot with the position of centeroids plt.rcParams.update({'font.size': 8, 'figure.figsize': [4,3]}) x = [float(d[attx]) for d in table] y = [float(d[atty]) for d in table] colors = ["c", "w", "b"] cs = "".join([colors[c] for c in km.clusters]) plt.scatter(x, y, c=cs, s=10) xc = [float(d[attx]) for d in km.centroids] yc = [float(d[atty]) for d in km.centroids] plt.scatter(xc, yc, marker="x", c="k", s=200) plt.xlabel(attx) plt.ylabel(atty) if title: plt.title(title) plt.savefig("%s-%03d.png" % (filename, km.iteration)) plt.close() def in_callback(km): print "Iteration: %d, changes: %d, score: %8.6f" % (km.iteration, km.nchanges, km.score) plot_scatter(table, km, "petal width", "petal length", title="Iteration %d" % km.iteration) table = Orange.data.Table("iris") random.seed(42) km = Orange.clustering.kmeans.Clustering(table, 3, minscorechange=0, maxiters=10, inner_callback=in_callback)
執行結果如下:
使用圖形化的方式配置如下:
對Satterplot的配置如下:
Satterplot的圖形化結果如下:
三、參考資料
資料探勘導論 http://book.douban.com/subject/5377669/