KMeans Python代码

KMeans Python 代码的实现，还包括scikit-learn-kMeans Python 代码的实现，数据文件为txt , 代码包括读取txt文件数据到python中

#!/usr/bin/python
# coding=utf-8
from numpy import *
# 加载数据
import numpy as np


def loadDataSet（fileName）:   # 解析文件，按tab分割字段，得到一个浮点数字类型的矩阵
    dataMat = []              # 文件的最后一个字段是类别标签
    fr = open（fileName）
    for line in fr.readlines（）:
        curLine = line.strip（）.split（‘\t‘）
        # fltLine = map（float curLine）    # 将每个元素转成float类型
        curLine = line.rstrip（）
        curLine = [float（x） for x in curLine.split（）]
        dataMat.append（curLine）
    return dataMat

# 计算欧几里得距离
def distEclud（vecA vecB）:
    return sqrt（sum（power（vecA - vecB 2））） # 求两个向量之间的距离

# 构建聚簇中心，取k个（此例中为4）随机质心
def randCent（dataSet k）:
    n = shape（dataSet）[1]
    centroids = mat（zeros（（k n）））   # 每个质心有n个坐标值，总共要k个质心
    for j in range（n）:
        minJ = float（min（dataSet[: 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        3330  2018-04-15 21:26  kMeans\kMeans.py
     文件         408  2018-04-15 15:18  kMeans\kMeans.txt
     文件        1619  2018-04-15 21:14  kMeans\scikit-learn-kMeans.py
     目录           0  2018-04-15 21:32  kMeans\