原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2024/1/2019:00day06_homework-JupyterNotebook
In
[1]:#作业1:⼿动实现`KMeans`算法
classMyKMeans(object):
#定义初始化⽅法
def__init__(self,n_clusters4,max_iters100):
#设置中⼼个数和迭代次数
self.n_clustersn_clusters
self.max_itersmax_iters
self.cluster_centersNone
self.n_featuresNone
#定义训练⽅法
deffit(self,X):
#导包
importnumpyasnp
#类型转换
Xnp.array(X)
#参数校验
ifX.ndim!2orX.shape[1]2:
raiseValueError(输⼊的特征X维度必须为2)
#保存训练样本的特征个数
self.n_featuresX.shape[1]
#随机选择初始聚类中⼼
indicesnp.random.choice(X.shape[0],self.n_clusters,replac
self.cluster_centersX[indices]
#开始迭代处理
for_inrange(self.max_iters):
#计算每个样本和聚类中⼼的欧式距离并记录下来
distancesnp.linalg.norm(X[:,np.newaxis]-self.cluster
#将每个样本向聚类中⼼靠⻬
labelsnp.argmin(distances,axis=-1)
#更新聚类中⼼
new_cluster_centersnp.array([X[labelsk].mean(axis0
#如果聚类中⼼没有发⽣变化就停⽌迭代
ifnp.all(self.cluster_centersnew_cluster_centers):
文档评论（0）