首先使用scikit-learn实现K-means聚类，通过make_blobs生成300个样本的模拟数据，设置4个簇；接着构建KMeans模型并用fit_predict获得聚类标签；然后用matplotlib可视化聚类结果与簇中心；最后通过肘部法绘制不同K值对应的惯性值，选择拐点确定最优簇数；若特征量纲差异大，需先标准化处理。
在Python中使用K-means算法进行聚类分析非常常见，尤其适用于无监督学习任务。该算法通过将数据划分为K个簇，使得每个数据点归属于离其最近的簇中心，从而实现数据的自动分组。下面介绍如何使用scikit-learn库实现K-means算法，并给出关键步骤和代码示例。
导入必要的库
进行K-means聚类前，需要导入常用的科学计算和数据可视化库：
import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.datasets import make_blobs
生成或加载数据
K-means适用于数值型特征数据。可以使用sklearn生成模拟数据来测试算法效果：
X, _ = make_blobs(n_samples=300, centers=4, cluster_std=0.6, random_state=0)
这行代码生成了包含300个样本、4个中心的数据集，适合用于聚类演示。
立即学习“Python免费学习笔记（深入）”；
构建并训练K-means模型
指定簇的数量K（这里设为4），然后拟合模型：
Pascal基础教程 Pascal入门必备基础教程 CHM版
无论做任何事情，都要有一定的方式方法与处理步骤。计算机程序设计比日常生活中的事务处理更具有严谨性、规范性、可行性。为了使计算机有效地解决某些问题，须将处理步骤编排好，用计算机语言组成“序列”，让计算机自动识别并执行这个用计算机语言组成的“序列”，完成预定的任务。将处理问题的步骤编排好，用计算机语言组成序列，也就是常说的编写程序。在Pascal语言中，执行每条语句都是由计算机完成相应的操作。编写Pascal程序，是利用Pasca
4 查看详情 
kmeans = KMeans(n_clusters=4, random_state=0) y_pred = kmeans.fit_predict(X)
fit_predict方法会返回每个样本所属的簇标签。
可视化聚类结果
使用matplotlib绘制数据点和簇中心，便于观察聚类效果：
plt.scatter(X[:, 0], X[:, 1], c=y_pred, cmap=’viridis’) plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s=200, c=’red’, marker=’x’, label=’Centroids’) plt.legend() plt.title(“K-means Clustering Result”) plt.show()
选择最优K值（肘部法）
实际应用中K值通常未知，可以通过“肘部法”确定较优的簇数量：
inertias = [] for k in range(1, 10): kmeans = KMeans(n_clusters=k, random_state=0) kmeans.fit(X) inertias.append(kmeans.inertia_) plt.plot(range(1, 10), inertias, marker=’o’) plt.xlabel(‘Number of Clusters (k)’) plt.ylabel(‘Inertia’) plt.title(‘Elbow Method for Optimal k’) plt.show()
选择“拐点”处的K值作为最佳聚类数。
基本上就这些。只要数据合适，K-means实现起来不复杂但容易忽略标准化和K值选择的问题。如果特征量纲差异大，建议先用StandardScaler进行归一化处理。
以上就是Python中使用K-means算法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/908658.html
微信扫一扫 
支付宝扫一扫 
