一、kmeans.fit什么意思
kmeans.fit是sklearn.cluster中KMeans聚类算法的一部分,其作用是通过对数据的聚类分析,将数据分为k个不同的类别,使得每个类别内的数据相似度尽可能高,而不同类别之间的相似度尽可能低。事实上,在无监督学习算法中,kmeans算法无疑是最常用且效果良好的一种算法。
二、kmeans.fit菜鸟教程
kmeans.fit是基于数据的不同特征维度之间的欧几里得距离进行计算的。下面我们通过一个简单例子来体验一下KMeans算法。 我们首先定义一个包含四个点的数据集:
import numpy as np X=np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])
定义完毕之后,我们可以使用KMeans进行初步聚类尝试,这里我们指定数据集分为两个簇:
from sklearn.cluster import KMeans kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
其中,n_clusters代表数据分为的簇数。运行结果如下:
KMeans(init='k-means++', max_iter=300, n_clusters=2, n_init=10, n_jobs=1, precompute_distances='auto', random_state=0, tol=0.0001, verbose=0)
接下来,我们可以通过kmeans.labels_来查看分类情况:
kmeans.labels_ array([1, 1, 1, 0, 0, 0], dtype=int32)
从结果可知,这个算法把数据集分成了两个不同的簇,其中一类包括了索引为3,4,5的数据,而另一个类别包括了索引号为0,1,2的数据。
三、kmeans.fit函数
KMeans类中的fit函数用于聚类过程的实现,它输入的是一个样本矩阵,其中每一行代表一个样本,每个样本包含多个特征。KMeans.fit()生成聚类模型,程序会依据聚类模型对每一个样本进行分类,对于每个样本,函数通过计算距离找到它的最近的质心,而质心则是用来代表样本的类别的中心点。
下面是一个示例代码:
import numpy as np from sklearn.cluster import KMeans X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]]) kmeans = KMeans(n_clusters=2, random_state=0).fit(X) print(kmeans.labels_)
运行结果与前面的一致,不再赘述。
四、kmeans.fit_predict方法
fit_predict()函数的作用和调用kmeans.fit()后再kmeans.predict()效果是一样的,用于将所有的数据聚类。
import numpy as np from sklearn.cluster import KMeans X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]]) kmeans = KMeans(n_clusters=2, random_state=0) y_pred = kmeans.fit_predict(X) print(y_pred)
运行结果:
array([1, 1, 1, 0, 0, 0], dtype=int32)
五、kmeansfit方法
可以选择自己的算法实现的kmeans方法kmeans_fit,方法实现的过程和Algorithm的源码相似,首先以一些数据和K值参数为输入,然后实现各自的功能,输出为各个簇心,簇调整和簇标识。
import numpy as np from sklearn.cluster import kmeans_fit X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]]) centroid, adjust, label = kmeans_fit(X, 2) print(label)
运行结果和前面例子一致,不再赘述。