k-means 基于anaconda的python3实现

通过k-means实现聚类，本例给出的数据集是testSet，用户下载代码以后，修改fileIn = open('F:/python/testSet.txt') 这句代码为自己文件的存放位置，即可运行。

# -*- coding: utf-8 -*-
“““
Created on Thu Nov 17 16:13:56 2016

@author: phl
“““
print（“k-means算法程序“）
from numpy import *  
import time  
import matplotlib.pyplot as plt 


# 欧几里得聚类计算
def euclDistance（vector1 vector2）:
    return sqrt（sum（power（vector2 - vector1 2）））  

# 随机初始化聚类的中心
def initCentriods（dataSetk）:
    print（dataSet）
    numSamplesdim = dataSet.shape #dim列数
    centroids = zeros（（k dim））    
    print（“行数：“numSamples）
    print（“列数：“dim）
    for i in range（k）:
        index = int（random.uniform（0 numSamples）） 
        centroids[i :] = dataSet[index :]
    return centroids
# k-means cluster  
def kmeans（dataSet k）:
    numSamples = dataSet.shape[0]  #dataSet.shape是几行几列的意思，这里是7行2列
    print（“行数：“numSamples）
    clusterAssment = mat（zer

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        3302  2016-11-17 20:16  k_means\k_means.py
     文件          57  2016-11-17 16:39  k_means\testSet.txt
     文件         807  2016-11-17 20:16  k_means\test_kmeans.py
     目录           0  2016-11-17 20:36  k_means\