聚类模型 simple_ml.cluster

一、K均值聚类 (K-means Cluster)

from simple_ml.base.base_enum import DisType


class KMeans(object):

    def __init__(self, k, dis_type=DisType.Eculidean, d=1):
         pass

KMeans模型是常规的聚类方法之一，通过EM算法迭代得到最优解

初始解随机获取（此处可优化为Kmeans++）

支持距离度量类型：

1.1 初始化

  名称 类型 描述
Parameters: k int 聚为k类
  dis_type DisType 距离度量类型
  d int 明可夫斯基距离参数

1.2 类方法

1 拟合

def fit(self, x)

拟合特征

  名称 类型 描述
Parameters: x np.2darray 特征
Returns:   Void  

1.3 类属性

名称 类型 描述
labels np.array 聚类后的标签

二、层次聚类 (Hierarchical Cluster)

from simple_ml.base.base_enum import DisType

class Hierarchical(object):

    def __init__(self, dis_type=DisType.Eculidean, d=1):
        pass

层次聚类无需提供参数k，会聚成树状结构，需要给定最短距离之后输出

2.1 初始化

  名称 类型 描述
Parameters dis_type DisType 距离度量类型
  d int 明可夫斯基距离参数

2.2 类方法

1 拟合

def fit(self, x)

拟合特征

  名称 类型 描述
Parameters: x np.2darray 特征
Returns:   Void  

2 聚类

def cluster(self, min_sim=None)
  名称 类型 描述
Parameters: min_sim float 最小的相似度，从而截取聚类树，如果为None则取样本最大距离
Returns:   np.array 聚类结果，类别数组

2.3 类属性

名称 类型 描述
labels np.array 聚类后的标签
max_dis float 样本簇间最大距离

Examples

from simple_ml.classify_data import get_iris
from simple_ml.cluster import *
import matplotlib.pyplot as plt


x, y = get_iris()

k_means = KMeans(k=4, dis_type=DisType.CosSim)
k_means.fit(x[:, :2])
print(k_means.labels)

plt.scatter(x=x[:, 0], y=x[:, 1], c=k_means.labels)
plt.show()

h_cluster = Hierarchical(dis_type=DisType.Manhattan)
h_cluster.fit(x[:, :2])
# 选取距离为最大距离的四分之一
h_cluster.cluster(h_cluster.max_dis/4)
print(h_cluster.labels)
plt.scatter(x=x[:, 0], y=x[:, 1], c=h_cluster.labels)
plt.show()

返回主页