AI学习指南机器学习篇-K均值聚类模型应用与Python实践

1. 介绍

在机器学习领域，聚类算法是一种常用的无监督学习方法，其中K均值聚类是其中一种经典算法。K均值聚类算法通过将样本分配到K个不同的簇中，使得簇内的样本相似度最大，而簇间的样本相似度最小。本篇博客将介绍如何使用Python中的Scikit-learn库来实现K均值聚类模型，并提供详细的代码示例。

2. 数据准备

在使用K均值聚类模型之前，我们需要准备数据集。为了简化示例，我们将使用Scikit-learn库中的鸢尾花数据集。鸢尾花数据集是一个经典的分类数据集，包含150个样本以及4个特征。

首先，我们需要导入所需的库，并加载鸢尾花数据集：

import numpy as np
from sklearn import datasets# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target

数据集加载完成后，我们可以查看数据的基本信息，例如样本数、特征数以及类别数：

# 查看数据基本信息
n_samples, n_features = X.shape
print("样本数：", n_samples)
print("特征数：", n_features)
print("类别数：", len(np.unique(y)))

输出结果如下：

样本数： 150
特征数： 4
类别数： 3

3. 模型训练

接下来，我们使用K均值聚类算法对数据进行聚类。首先，我们需要导入KMeans类，并创建一个实例：

from sklearn.cluster import KMeans# 创建KMeans实例
kmeans = KMeans(n_clusters=3)

在创建实例之后，我们可以使用fit方法对数据进行训练，并得到聚类结果：

# 训练模型并得到聚类结果
kmeans.fit(X)

4. 聚类结果可视化

为了更好地理解聚类结果，我们可以将结果进行可视化展示。这里，我们使用Matplotlib库来绘制散点图，并根据聚类结果对样本进行着色。

import matplotlib.pyplot as plt# 获取聚类结果
labels = kmeans.labels_# 绘制散点图
plt.scatter(X[:, 0], X[:, 1], c=labels)
plt.xlabel("Sepal length")
plt.ylabel("Sepal width")
plt.title("K-Means Clustering")
plt.show()

运行以上代码，将得到一个散点图，其中不同的颜色表示不同的聚类簇。

5. 完整代码示例

下面是完整的代码示例，包括数据准备、模型训练和聚类结果可视化：

import numpy as np
from sklearn import datasets
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target# 查看数据基本信息
n_samples, n_features = X.shape
print("样本数：", n_samples)
print("特征数：", n_features)
print("类别数：", len(np.unique(y)))# 创建KMeans实例
kmeans = KMeans(n_clusters=3)# 训练模型并得到聚类结果
kmeans.fit(X)# 获取聚类结果
labels = kmeans.labels_# 绘制散点图
plt.scatter(X[:, 0], X[:, 1], c=labels)
plt.xlabel("Sepal length")
plt.ylabel("Sepal width")
plt.title("K-Means Clustering")
plt.show()