K-Means是一種聚類算法，無參照物，沒有訓練數(shù)據(jù)。

該算法的原理：有一群雜亂無章的點，分布混亂，現(xiàn)在規(guī)定把這些點分成K類，首先找到這K類的中心店，然后選擇一個距離（歐氏距離、曼哈頓距離、切比雪夫距離等），計算各點到各中心點之間的距離，離哪個中心店近就劃分到該中心店所屬的類中。

重復上述操作，直到類不發(fā)生變化，或者你也可以設置最大迭代次數(shù)，這樣即使類中心點發(fā)生變化，但是只要達到最大迭代次數(shù)就會結束。

下面通過一個實例：利用python給亞洲球隊做聚類分析（以下為學習資料摘抄）

?

針對上面的排名，我們首先需要做的是數(shù)據(jù)規(guī)范化。你可以把這些值劃分到 [0,1] 或者按照均值為 0，方差為 1 的正態(tài)分布進行規(guī)范化。

得到下面數(shù)據(jù)：

?

如果我們隨機選取中國、日本、韓國為三個類的中心點，我們就需要看下這些球隊到中心點的距離。（這里選擇常用的歐氏距離）

?

然后我們再重新計算這三個類的中心點，如何計算呢？最簡單的方式就是取平均值，然后根據(jù)新的中心點按照距離遠近重新分配球隊的分類，再根據(jù)球隊的分類更新中心點的位置。計算過程這里不展開，最后一直迭代（重復上述的計算過程：計算中心點和劃分分類）到分類不再發(fā)生變化，可以得到以下的分類結果：

?

下面用sklearn中的K-means

            
              from sklearn.cluster import KMeans

KMeans(n_clusters=8, init='k-means++', n_init=10, max_iter=300, tol=0.0001, precompute_distances='auto', verbose=0, random_state=None, copy_x=True, n_jobs=1, algorithm='auto')

            
          

參數(shù)說明：

在創(chuàng)建好 K-Means 類之后，就可以使用它的方法，最常用的是 fit 和 predict 這個兩個函數(shù)。你可以單獨使用 fit 函數(shù)和 predict 函數(shù)，也可以合并使用 fit_predict 函數(shù)。其中 fit(data) 可以對 data 數(shù)據(jù)進行 k-Means聚類。

predict(data) 可以針對 data 中的每個樣本，計算最近的類。

完整的代碼如下：

            
              
# coding: utf-8
from sklearn.cluster import KMeans
from sklearn import preprocessing
import pandas as pd
import numpy as np
# 輸入數(shù)據(jù)
data = pd.read_csv('data.csv', encoding='gbk')
train_x = data[["2019 年國際排名 ","2018 世界杯 ","2015 亞洲杯 "]]
df = pd.DataFrame(train_x)
kmeans = KMeans(n_clusters=3)
# 規(guī)范化到 [0,1] 空間
min_max_scaler=preprocessing.MinMaxScaler()
train_x=min_max_scaler.fit_transform(train_x)
# kmeans 算法
kmeans.fit(train_x)
predict_y = kmeans.predict(train_x)
# 合并聚類結果，插入到原數(shù)據(jù)中
result = pd.concat((data,pd.DataFrame(predict_y)),axis=1)
result.rename({0:u'聚類'},axis=1,inplace=True)
print(result)

            
          

?

結果：

            
              國家  2019 年國際排名  2018 世界杯  2015 亞洲杯  聚類
0       中國         73       40        7   2
1       日本         60       15        5   0
2       韓國         61       19        2   0
3       伊朗         34       18        6   0
4       沙特         67       26       10   0
5      伊拉克         91       40        4   2
6      卡塔爾        101       40       13   1
7      阿聯(lián)酋         81       40        6   2
8   烏茲別克斯坦         88       40        8   2
9       泰國        122       40       17   1
10      越南        102       50       17   1
11      阿曼         87       50       12   1
12      巴林        116       50       11   1
13      朝鮮        110       50       14   1
14      印尼        164       50       17   1
15      澳洲         40       30        1   0
16     敘利亞         76       40       17   1
17      約旦        118       50        9   1
18     科威特        160       50       15   1
19    巴勒斯坦         96       50       16   1

            
          

示例數(shù)據(jù)已上傳到github：https://github.com/cystanford/kmeans