数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究在 Python 中实现均值漂移算法
机器学习中存在许多类型的聚类算法。这些算法可以在 Python 中实现。在本文中，让我们讨论并使用 Python 实现“均值漂移”算法。它是一种用作无监督学习方法的聚类算法。
在此算法中，没有做出任何假设。这意味着它是一种非参数算法。该算法通过迭代方式将数据点分配到某些集群，这是通过将这些数据点移向数据点密度最高的位置来完成的。
数据点的高密度被称为集群的质心。均值漂移算法和 K 均值聚类之间的区别在于，在前者（K 均值）中，需要提前指定集群的数量。
这是因为集群的数量是根据现有数据使用 K 均值算法找到的。
让我们了解均值漂移算法中的步骤 -
数据点被分配到它自己的集群。
然后，确定这些集群的质心。
这些质心的位置被迭代更新。
接下来，该过程移动到更高密度的区域。
一旦质心到达无法进一步移动的位置，该过程就会停止。
让我们了解如何使用 scikit-learn 在 Python 中实现它 -
示例
import numpy as np
from sklearn.cluster import MeanShift
import matplotlib.pyplot as plt
from matplotlib import style
style.use("ggplot")
from sklearn.datasets.samples_generator import make_blobs
centers = [[3,3,1],[4,5,5],[11,10,10]]
X, _ = make_blobs(n_samples = 950, centers = centers, cluster_std = 0.89)
plt.title("Implementation of Mean-Shift algorithm")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.scatter(X[:,0],X[:,1])
plt.show()
ms = MeanShift()
ms.fit(X)
labels = ms.labels_
clusterCent = ms.cluster_centers_
print(clusterCent)
numCluster = len(np.unique(labels))
print("Estimated clusters:", numCluster)
colors = 10*['r.','g.','b.','c.','k.','y.','m.']
for i in range(len(X)):
plt.plot(X[i][0], X[i][1], colors[labels[i]], markersize = 3)
plt.scatter(clusterCent[:,0],clusterCent[:,1],
marker=".",color='k', s=20, linewidths = 5, zorder=10)
plt.show()输出
[[ 3.05250924 3.03734994 1.06159541] [ 3.92913017 4.99956874 4.86668482] [10.99127523 10.02361122 10.00084718]] Estimated clusters: 3
解释
导入所需的包并为其定义别名以方便使用。
将“ggplot”指定给“style”类中存在的“use”函数。
使用“make_blobs”函数创建数据集群。
使用 set_xlabel、set_ylabel 和 set_title 函数为“X”轴、“Y”轴和标题提供标签。
调用“MeanShift”函数，并将其分配给一个变量。
将数据拟合到模型。
定义标签和集群数量。
绘制此数据，并显示拟合到模型的数据的散点图。
使用“show”函数在控制台上显示。
更新于: 2021年1月18日
388 次查看
广告