iris_cluster.zip

要求是对鸢尾花数据集IRIS做聚类分析，课上讲了几种算法：系统，分解，c均值及其改进，ISODATA，这里分享一下自己的思路与代码。不过感觉提到聚类首先想到的是k均值、meanshift这些算法，可能课堂上讲的都是些最经典最基础的吧。

import csv
import numpy as np

dataname = ‘iris.csv‘

# 读数据，构建列表[[][][]]
def loadIRISdata（filename）:
    data=[]
    with open（filename‘r‘） as f:
        reader=csv.reader（f）
        result=list（reader）
        for i in range（1151）:
            data.append（list（map（floatresult[i][1:5]）））
    return data

# 计算两个向量的欧氏距离
def eularDist（ab）:
    return np.sqrt（np.sum（（np.array（a）-np.array（b））**2））

# 计算新的聚类中心
def centerGet（datakassignments）:
    sum = []
    tag = 0
    for i in range（150）:
        if assignments[i] == k:
            sum.append（data[i]）
            tag += 1
    return np.sum（sum 0） / tag

def c_means_clustering（data assignments c0 c1 c2）:
    count = 0
    while True:
        for i in range（150）:
            # 计算每个样本与三个聚类中心的欧氏距离，并取最小值归类
            d = []
            d.append（eularDist（data[i] c0））
            d.append（eularDist（data[i] c1））
            d.append（eularDist（data[i] c2））
            d = np.array（d）
            assignments[i]=d.argmin（）

        new_c0=centerGet（data0assignments）
        new_c1=centerGet（data1assignments）
        new_c2=centerGet（data2assignments）
        if all（c0==new_c0） and all（c1==new_c1） and all（c2==new_c2）:
            return assignments
        else:
            c0=new_c0
            c1=new_c1
            c2=new_c2
        count+=1
        print（‘这是第‘count‘次循环‘）

# 计算聚类的准确度
def acc（result）:
    sum = 0
    all = 0
    for i in range（50）:
        if result[i][0] == 0:
            sum += 1
        all += 1
    for i in range（50）:
        if result[i + 50][0] == 1:
            sum += 1
        all += 1
    for i in range（50）:
        if result[i + 100][0] == 2:
            sum += 1
        all += 1
    print（‘正确聚类的结果数量:‘ sum ‘总数:‘ all）
    return sum all

if __name__ == “__main__“:
    data = loadIRISdata（dataname）
    assignments = []
    for i in range（150）:
        assignments.append（0）  # 先全部归到 0 类
    # 选取 3 个 初始的聚类中心
    ‘‘‘
    c0=[5.04.01.50.3]
    c1=[6.03.04.51.5]
    c2=[6.03.05.52.0]‘‘‘

    # 换一组初始中心
    ‘‘‘
    c0=data[0]
    c1=data[1]
    c2=data[2]‘‘‘

    # 再换一组初始中心
    c0=data[60]
    c1=data[70]
    c2=data[80]

    answer=c_means_clustering（data assignments c0 c1 c2）
    result = list（zip（answer data））
    for i in range（3）:
        tag = 0
        print（‘\n‘）
        print（“第%d类数据有：“ % （i + 1））
        for tuple in range（len（result））:
            if （result[tuple][0] == i）:
                print（tuple end=‘ ‘）
                tag += 1
            if tag > 20:
                print（‘\n‘）
                tag = 0
    print（‘\n‘）
    sum all = acc（result）
    print（‘分解聚类法准确度为:%2f%%‘ % （（sum / all） * 100））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2020-06-12 16:53  iris_cluster\
     目录           0  2020-07-02 00:15  iris_cluster\.idea\
     目录           0  2020-05-27 11:02  iris_cluster\.idea\inspectionProfiles\
     文件         174  2020-05-27 11:02  iris_cluster\.idea\inspectionProfiles\profiles_settings.xml
     文件         361  2020-05-27 11:02  iris_cluster\.idea\iris_cluster.iml
     文件         203  2020-05-27 11:02  iris_cluster\.idea\misc.xml
     文件         283  2020-05-27 11:02  iris_cluster\.idea\modules.xml
     文件       10770  2020-07-02 00:15  iris_cluster\.idea\workspace.xml
     文件        3020  2020-05-31 12:55  iris_cluster\cmeans_cluster.py
     文件        4946  2020-06-01 22:26  iris_cluster\cmeans_cluster_2.py
     文件        4334  2020-05-27 17:12  iris_cluster\fenjie_cluster.py
     文件        5912  2020-06-01 20:19  iris_cluster\iosdata_cluster.py
     文件        4972  2020-05-27 10:41  iris_cluster\iris.csv
     文件        2702  2020-05-27 11:34  iris_cluster\iris.txt
     文件          38  2020-06-12 16:53  iris_cluster\test.py
     目录           0  2020-05-27 11:00  iris_cluster\venv\
     目录           0  2020-07-02 10:01  iris_cluster\venv\Include\
     目录           0  2020-05-27 11:00  iris_cluster\venv\Lib\
     目录           0  2020-05-29 20:43  iris_cluster\venv\Lib\site-packages\
     目录           0  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\PyYAML-5.3.1.dist-info\
     文件           4  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\PyYAML-5.3.1.dist-info\INSTALLER
     文件        1101  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\PyYAML-5.3.1.dist-info\LICENSE
     文件        1690  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\PyYAML-5.3.1.dist-info\metaDATA
     文件        3372  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\PyYAML-5.3.1.dist-info\RECORD
     文件         106  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\PyYAML-5.3.1.dist-info\WHEEL
     目录           0  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\__pycache__\
     文件       20763  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\__pycache__\appdirs.cpython-37.pyc
     文件       13303  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\__pycache__\cfgv.cpython-37.pyc
     文件        9556  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\__pycache__\filelock.cpython-37.pyc
     文件       37345  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\__pycache__\nodeenv.cpython-37.pyc
     文件      242445  2020-05-29 20:33  iris_cluster\venv\Lib\site-packages\__pycache__\pyparsing.cpython-37.pyc
............此处省略3198个文件信息