k-means python实现源码

python实现k-means算法，将结果保存，同时一画图的方式显示，完成python2.7.12， numpy,scipy,matplotlib的基本配置

#k-means
#coding utf-8
from numpy import *
import time
import matplotlib.pyplot as plt

#calculate Euclidean
def euclDistance（vector1 vector2）:
    return sqrt（sum（power（vector2 - vector1 2）））

#init centroids with random sample
def initCentroids（dataSet k）:
    row col = dataSet.shape
    centroids = zeros（（k col））
    for i in range（k）:
        index = int（random.uniform（0 row））
        centroids[i :] = dataSet[index :]
    return centroids

#k-means cluster
def kmeans（dataSet k）:
    row col = dataSet.shape
    #first column stores which cluster this sample belongs to
    #sencond column stores the error between this sample and its centroid
    clusterAssment = mat（zeros（（row 2）））
    clusterChanged = True

    # step1: init centroids
    centroids = initCentroids（dataSet k）

    while clusterChanged:
        clusterChanged = False
        #foreach each sample
        for i in xrange（row）:
            minDistance = 1000
            minIndex = 0
            #for each centroid
            ## step2: find the centroid who is the closest
            for j in range（k）:
                distance = euclDistance（centroids[j:] dataSet[i:]）
                if distance < minDistance:
                    minDistance = distance
                    minIndex = j

            ##step3:update its cluster
            if clusterAssment[i0] != minIndex:
                clusterChanged = True
                clusterAssment[i:] = minIndex minDistance**2

        #step4 update its centroids
        for j in range（k）:
            pointsInCluster = dataSet[nonzero（clusterAssment[: 0].A == j）[0]]
            centroids[j:] = mean（pointsInCluster axis = 0）

    print ‘Congratulations k-means cluster is completed!!!!!!!!!!!!!!!‘
    return centroids clusterAssment


#show your cluster only avaliable with 2D data
def showCluster（dataSet k centroids clusterAssment）:
    row col = dataSet.shape
    if col != 2:
        print “Sorry! I can not draw because the dimension of your data is  not 2“
        return 1

    mark = [‘or‘ ‘ob‘ ‘og‘ ‘ok‘ ‘^r‘ ‘+r‘ ‘sr‘ ‘dr‘ ‘    if（k > len（mark））:
        print “Sorry! Your k is too large! Please choose smaller k“
        return 1

    #draw all samples
    for i in xrange（row）:
        markIndex = int（clusterAssment[i0]）
        plt.plot（dataSet[i 0] dataSet[i1] mark[markIndex]）

    mark = [‘Dr‘ ‘Db‘ ‘Dg‘ ‘Dk‘ ‘^b‘ ‘+b‘ ‘sb‘ ‘db‘ ‘    #draw the centroids
    for j in range（k）:
        plt.plot（centroids[j0] centroids[j1] mark[j] markersize = 12）

    plt.show（）


#write centroids and clusterAssment in txt
def writeResult（dataSet k centroids clusterAssment）:
    fileOut = open（“C:\Users\Administrator\Desktop\kmeans-python\centroids.txt“ “w“）
    out = open（“C:\Users\Administrator\Desktop\kmeans-python\clusterAssment.txt“ “w“）
    for i in range（k）:
        fileOut.write（str（c

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件         93  2016-12-06 17:01  kmeans-python\centroids.txt

     文件       3229  2016-12-06 17:01  kmeans-python\clusterAssment.txt

     文件        237  2016-12-06 15:41  kmeans-python\data.txt

     文件       1930  2016-12-06 15:40  kmeans-python\data2.txt

     文件         27  2016-12-06 16:35  kmeans-python\haha.txt

     文件       3283  2016-12-06 17:01  kmeans-python\kmeans.py

     文件       3393  2016-12-06 17:01  kmeans-python\kmeans.pyc

     文件        234  2016-12-06 16:35  kmeans-python\test.py

     文件        750  2016-12-06 16:47  kmeans-python\test_kmeans.py

     目录          0  2016-12-06 17:01  kmeans-python

----------- ---------  ---------- -----  ----

                13176                    10