Python实现K-Means:从入门到熟练

用 sklearn 和纯 Python 两种方式实现，代码完整、注释详尽

方式一：sklearn 一行搞定（推荐）

from sklearn.cluster import KMeansfrom sklearn.datasets import make_blobsimport matplotlib.pyplot as plt# 1. 生成模拟数据：300个点，分成4个簇X, y_true = make_blobs(    n_samples=300,      # 数据点数量    centers=4,          # 真实的簇数量    cluster_std=0.8,    # 簇的分散程度    random_state=42)# 2. 创建并训练K-Means模型kmeans = KMeans(    n_clusters=4,       # 指定分成4组    random_state=42,    # 保证结果可复现    n_init=10           # 运行10次，选最优结果)kmeans.fit(X)# 3. 获取结果labels = kmeans.labels_           # 每个点的簇标签centers = kmeans.cluster_centers_ # 质心坐标# 4. 可视化plt.scatter(X[:, 0], X[:, 1], c=labels, cmap='viridis', s=50)plt.scatter(centers[:, 0], centers[:, 1],             c='red', marker='X', s=200, label='Centroids')plt.legend()plt.show()# 5. 预测新数据new_points = [[0, 0], [3, 3]]predictions = kmeans.predict(new_points)print(predictions)  # 输出: [1 2]

方式二：纯 Python 实现（理解原理）

import numpy as npdef kmeans(X, k, max_iters=100):    """    纯Python实现K-Means    X: 数据矩阵 (n_samples, n_features)    k: 簇的数量    """    n_samples, n_features = X.shape    # 1. 随机初始化质心    np.random.seed(42)    centroids = X[np.random.choice(n_samples, k, replace=False)]    for _ in range(max_iters):        # 2. 分配：每个点找最近的质心        distances = np.linalg.norm(X[:, np.newaxis] - centroids, axis=2)        labels = np.argmin(distances, axis=1)        # 3. 更新：重新计算质心        new_centroids = np.array([            X[labels == i].mean(axis=0) if np.sum(labels == i) > 0            else centroids[i]            for i in range(k)        ])        # 4. 检查是否收敛        if np.allclose(centroids, new_centroids):            break        centroids = new_centroids    return labels, centroids# 使用X, _ = make_blobs(n_samples=300, centers=4, random_state=42)labels, centroids = kmeans(X, k=4)

核心 API 速查

进阶：自动选 K 值

from sklearn.cluster import KMeansimport matplotlib.pyplot as pltinertias = []K_range = range(1, 10)for k in K_range:    km = KMeans(n_clusters=k, random_state=42, n_init=10)    km.fit(X)    inertias.append(km.inertia_)# 绘制肘部图plt.plot(K_range, inertias, 'bo-')plt.xlabel('K')plt.ylabel('Inertia')plt.title('Elbow Method')plt.show()