机器学习+二分-K均值算法.ppt

二分K-均值算法的实现
目录

（已知请跳过）
-均值聚类算法
-均值算法
准备工作
读者需具备以下基本知识：
=mat(zeros((k,n)))
for j in range(n):
minJ=min(dataSet[:,j])
rangeJ=float(max(dataSet[:,j])-minJ)
centroids[:,j]=minJ+rangeJ*(k,1)
return centroids
K均值聚类算法代码的实现
上述代码中各函数及部分返回值的作用：
(1)loadDataSet():将文本文件导入到一个列表中；
(2)distEclud():计算两个向量的欧式距离；
(3)randCent():为给定数据集构建一个包含k个随机质心的集合；
(4)返回值datMat:是一个包含许多其他列表的列表。这种格式可以很容易将许多值封装在矩阵里。
所取随机质心的要求
：randCent()的作用便是为给定数据集构建一个包含K个随机质心的集合（注：这里并不是为了赘述，而是希望读者至少了解每一个函数的功用）。
：
实现：(1)找到数据集每一维的最大值和最小值；(2)生成0~，以此确保随机点在数据的边界之类。
上述代码的测试
注：笔者使用cmd进行测试，关于测试数据随后将给出。建议读者在观看的同时自行运行，若需进行这一步，请自行去此下网址自行下载：

下页将给出测试所用数据示例：

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-
-
- -

-