南山制作网站,怎么在百度搜到自己的网站,2024中国企业500强,wordpress多站点demoK-means聚类python代码实现 聚类k-means聚类代码 聚类
定义#xff1a;聚类是一种无监督的机器学习方法#xff0c;它的主要目的是将数据集中的对象#xff08;或点#xff09;按照它们之间的相似性分组或聚类。这些聚类#xff08;或称为簇#xff09;中的对象在某种度… K-means聚类python代码实现 聚类k-means聚类代码 聚类
定义聚类是一种无监督的机器学习方法它的主要目的是将数据集中的对象或点按照它们之间的相似性分组或聚类。这些聚类或称为簇中的对象在某种度量下是相似的而不同聚类中的对象是不同的。简言之聚类是将相似的对象归为一类不同的对象归为不同的类。 常用的聚类方法及其确定和适用场景比较
K-means聚类
确定基于距离的聚类目标是使每个数据点到其所属簇的中心的距离之和最小。 适用场景适用于球形簇且簇的大小和形状相对接近的情况。 层次聚类
确定按照层次结构对数据进行聚类可以是自底向上的凝聚或自顶向下的分裂。 适用场景适用于各种形状和大小的簇但需要更多的计算资源。 DBSCAN
确定基于密度的聚类可以找到任意形状的簇并可以处理噪声数据。 适用场景适用于密度不均的簇和具有噪声的数据集。 谱聚类
确定基于图理论的聚类将数据视为图中的节点相似度视为边的权重然后在图上执行聚类。 适用场景适用于非凸形状的数据集和高维数据。 K-means聚类的原理和步骤
原理
K-means聚类是基于距离的聚类方法其主要目标是使每个数据点到其所属簇的中心的距离之和最小。 在给定的数据集中选择K个初始点作为簇的中心。 对于每个数据点将其分配给最近的簇中心。 重新计算每个簇的中心即簇内所有点的均值。 重复步骤2和3直到簇的中心不再发生变化或变化很小。 步骤
初始化选择K个数据点作为初始的簇中心。 分配步骤对于每个数据点计算它到各个簇中心的距离并将其分配给最近的簇。 更新步骤对于每个簇重新计算其中心即簇内所有点的均值。 迭代重复步骤2和3直到满足停止条件如簇的中心不再发生变化或变化很小或达到预定的迭代次数。 需要注意的是K-means聚类方法对于初始簇中心的选择很敏感不同的初始选择可能导致不同的聚类结果。此外K-means只能发现球形的簇并且需要提前指定簇的数量K。
k-means聚类代码
k-means 实现
from sklearn.cluster import KMeans
import numpy as np# 示例数据
data np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])# 创建KMeans对象设置聚类数为2
kmeans KMeans(n_clusters2)# 拟合数据
kmeans.fit(data)# 预测数据的类别
labels kmeans.predict(data)print(聚类结果, labels)
应用
from sklearn.datasets import make_moons
from sklearn.cluster import DBSCAN
import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import KMeans
import osdef z_score(arr, threshold3):mean np.mean(arr)std_dev np.std(arr)print(std_dev:, std_dev)z_scores [(x - mean) / std_dev for x in arr]print(z_scores: , z_scores)outliers [i for i, z in enumerate(z_scores) if abs(z) threshold]return outliersdef _kmeans(x, file):# global fileprefix, suffix os.path.splitext(file)data xn_clusters 3kmeans KMeans(n_clustersn_clusters, random_state0).fit(data)for i in range(n_clusters):plt.scatter(data[kmeans.labels_ i, 0], data[kmeans.labels_ i, 1], labelfcluster{i})# 聚类中心plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], markerx, colorred, labelcluster center)print(kmeans.cluster_centers_)print(np.bincount(kmeans.labels_))id_count_list list(np.bincount(kmeans.labels_))y_center_list list(kmeans.cluster_centers_[:, 0])y_center_list_c y_center_list.copy()sorted_y_list sorted(y_center_list_c, reverseTrue)max_count_index id_count_list.index(max(id_count_list))y_calib_value sorted_y_list[len(sorted_y_list)//2]value_index y_center_list.index(y_calib_value)# 校正值不一定在类别列表的中心front_value, end_value sorted_y_list[len(sorted_y_list)//2 -1], sorted_y_list[len(sorted_y_list)//2 1]front_index, end_index y_center_list.index(front_value), y_center_list.index(end_value)pitch_list [kmeans.cluster_centers_[:, 1][end_index], kmeans.cluster_centers_[:, 1][value_index], kmeans.cluster_centers_[:, 1][front_index]]print(pitch_list)# flag_list z_score(pitch_list)flag True# 比较法if len(pitch_list)3:diff0 np.abs(pitch_list[0]- pitch_list[1])diff1 np.abs(pitch_list[0]- pitch_list[2])diff3 np.abs(pitch_list[1]- pitch_list[2])thresh 10if np.abs(diff3- diff0)thresh or np.abs(diff3- diff1) thresh:flag Falsepitch_calib, yaw_calib None, None if value_index max_count_index and flag:yaw_calib, pitch_calib kmeans.cluster_centers_[max_count_index]print(yaw_calib.item())print(pitch_calib.item())# print(roll_calib.item())else:print(需再次采集数据标定) print(, file) plt.legend()plt.title(file)# plt.show()plt.savefig(runs/onnx_infer/ prefix .png)plt.savefig(runs/pred/kmeans.png)plt.close()return pitch_calib, yaw_calibif __name__ __main__:# 分析數據得到校正值file_path r/home/files os.listdir(file_path)files [item for item in files if item.endswith(.txt)]for file in files:pt_list []with open(os.path.join(file_path, file), r) as f:lines f.read().splitlines()for line in lines:line line.split()line [float(item) for item in line]pt [line[3], line[2]]pt_list.append(pt)x np.array(pt_list)# 输入为[yaw, pitch] 二维数组pitch_calib, yaw_calib _kmeans(x, file)
