日韩久久久精品,亚洲精品久久久久久久久久久,亚洲欧美一区二区三区国产精品 ,一区二区福利

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現

系統 4714 0

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現?

  • 實驗題目

試設計一個能自動確定聚類數的改進 k 均值算法,編程實現并在西瓜數據集 4.0 上運行。

  • 實驗原理

K均值算法原理

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現_第1張圖片

K均值算法

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現_第2張圖片

自動確定k值的度量指標,最小化E:

? ? ? ?E值越小則簇內樣本相似度越高,簇間樣本相似度越低,且k值保證是較小的值,即簇類盡可能保證是大型簇類(這里考慮樣本只有兩種類別,所以k值應趨近于2);

  • 實驗過程

數據集獲取

將西瓜數據集4.0保存為data_4.txt

            
              編號,密度,含糖率
1,0.697,0.460
2,0.774,0.376
3, 0.634,0.264
4,0.608,0.318
5,0.556,0.215
6,0.403,0.237
7,0.481,0.149
8,0.437,0.211
9,0.666,0.091
10,0.243,0.267
11,0.245,0.057
12,0.343,0.099
13,0.639,0.161
14,0.657,0.198
15,0.360,0.370
16,0.593,0.042
17,0.719,0.103
18,0.359,0.188
19,0.339,0.241
20,0.282,0.257
21,0.748,0.232
22,0.714,0.346
23,0.483,0.312
24,0.478,0.437
25,0.525,0.369
26,0.751,0.489
27,0.532,0.472
28,0.473,0.376
29,0.725,0.445
30,0.446,0.459
            
          

算法實現

讀取數據

計算兩樣本向量的的歐式距離

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現_第3張圖片

為給定的簇類計算均值向量

靜態K均值算法,獲得劃分為k簇類集

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現_第4張圖片

對劃分后的結果進行誤差計算,基于自動確定k值的度量指標

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現_第5張圖片

動態K均值算法,返回最佳的k值

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現_第6張圖片

main函數,調用上述函數,輸出自動確定k值后的劃分結果

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現_第7張圖片

  • 實驗結果

機器學習(周志華) 西瓜書 第九章課后習題9.10—— Python實現_第8張圖片

  • 程序清單:

            
              import random as rd
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

def loadData(filename):
    dataSet = pd.read_csv(filename)
    dataSet.drop(columns=['編號'], inplace=True)
    return dataSet

#計算每個向量和均值向量之間的距離
def calc_distance(x, mu):
	distance = 0
	for xi, yi in zip(x, mu):
		distance += (xi-yi)**2

	return distance**(.5)

#根據目前的簇類計算出均值向量
def calc_mu(dataSet, indexs):
	Ci = dataSet.loc[indexs]
	return np.array(Ci.mean())

def k_means(dataSet, k, iterate=100):
	Mu_indexs = rd.sample(range(dataSet.shape[0]), k)
	Mu = [np.array(dataSet.loc[index]) for index in Mu_indexs]
	now, flag = 0, True

	while flag and now < iterate:
		C = [[] for _ in range(k)]
		for index, row in dataSet.iterrows():
			distances = []
			for mu in Mu:
				# x = np.array(dataSet.loc[index])
				distance = calc_distance(row, mu)
				distances.append(distance)

			label = np.argmin(distances)
			C[label].append(index)

		flag = False
		for i in range(len(Mu)):
			new_mu = calc_mu(dataSet, C[i])
			if (new_mu!=Mu[i]).any():
				flag = True
			Mu[i] = new_mu

		now += 1

	return C, Mu

def calc_E(dataSet, C, Mu, k):
	E_inside, E_outside, size= 0, 0, dataSet.shape[0]
	#簇內
	for Ci, mu in zip(C, Mu):
		for index in Ci:
			distance = calc_distance(dataSet.loc[index], mu)
			E_inside += distance**2
	# 正則化保持權重
	E_inside /= size

	# 簇間
	for a in range(k):
		for b in range(k):
			if a == b:
				continue
			distance = calc_distance(Mu[a], Mu[b])
			E_outside += distance**2

	E_outside /= k
	return E_inside - E_outside + 2*k/size

def Dynamic_K_means(dataSet):
	size, before_E = len(dataSet), 9999
	for k in range(2, size):
		Es = []
		# 計算多次k均值,取平方誤差平均值
		for time in range(10):
			C, Mu = k_means(dataSet, k)
			E = calc_E(dataSet, C, Mu, k)
			Es.append(E)
		Best_E = sum(Es)/len(Es)

		if before_E <= Best_E:
			return k-1
		else:
			before_E = Best_E

	return 1

if __name__=='__main__':
    filename = 'data_4.txt'
    dataSet = loadData(filename)
    k = Dynamic_K_means(dataSet)

    Best_E = 9999
    # 多次計算,取最好結果
    for _ in range(10):
    	C, Mu= k_means(dataSet, k)
    	E = calc_E(dataSet, C, Mu, k)
    	if E < Best_E:
    		Best_E = E
    		Best_C = C

    print('k =', k)
    for Ci in Best_C:
    	print(Ci)

            
          

?


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 博罗县| 陈巴尔虎旗| 桐乡市| 万州区| 旌德县| 田东县| 华坪县| 岳阳县| 平昌县| 老河口市| 博爱县| 罗城| 成都市| 富阳市| 汶上县| 涞源县| 渭南市| 通州区| 赫章县| 乐陵市| 奉贤区| 康马县| SHOW| 遂川县| 邵东县| 曲阳县| 德惠市| 淮阳县| 株洲市| 长泰县| 九龙坡区| 剑阁县| 庆城县| 连州市| 咸丰县| 靖西县| 乌海市| 安平县| 中宁县| 上虞市| 镇康县|