### K-means聚类算法的Python实现与可视化分析 K-means是一种常用的无监督学习算法，其目标是将数据划分为若干个簇（clusters），使得同一簇内的数据点尽可能相似，而不同簇之间的数据点尽可能不同。以下是使用Python和Sklearn库实现K-means聚类的具体方法[^1]。 #### 1. 数据准备 首先需要加载数据集。以下代码展示了如何从`sklearn.datasets`中加载鸢尾花数据集，并提取特征值用于聚类分析[^2]。 ```python from sklearn import datasets # 加载鸢尾花数据集 iris = datasets.load_iris() X = iris.data # 特征值 y = iris.target # 实际分类结果（仅用于对比） ``` #### 2. 构造聚类器 使用`sklearn.cluster.KMeans`模块构造K-means聚类器，并指定聚类的数量（如3类）。以下是具体代码示例： ```python from sklearn.cluster import KMeans # 构造K-means聚类器 kmeans = KMeans(n_clusters=3) # 指定聚类数为3 kmeans.fit(X) # 训练模型 labels = kmeans.labels_ # 获取每个样本的聚类标签 centroids = kmeans.cluster_centers_ # 获取每个簇的中心点 ``` #### 3. 可视化分析 为了直观展示聚类结果，可以使用`matplotlib`库绘制二维或三维散点图。以下是具体的可视化代码示例： ##### 二维可视化 ```python import matplotlib.pyplot as plt # 绘制二维散点图 plt.scatter(X[:, 0], X[:, 1], c=labels, cmap='viridis', label='数据点') plt.scatter(centroids[:, 0], centroids[:, 1], c='red', marker='x', s=200, label='簇中心') # 簇中心点 plt.xlabel('特征1') plt.ylabel('特征2') plt.title('K-means聚类结果 (二维)') plt.legend() plt.show() ``` ##### 三维可视化 ```python from mpl_toolkits.mplot3d import Axes3D # 创建三维图形 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') # 绘制三维散点图 ax.scatter(X[:, 3], X[:, 0], X[:, 2], c=labels, cmap='viridis', label='数据点') ax.scatter(centroids[:, 3], centroids[:, 0], centroids[:, 2], c='red', marker='x', s=200, label='簇中心') # 簇中心点 ax.set_xlabel('花瓣宽度') ax.set_ylabel('萼片长度') ax.set_zlabel('花瓣长度') ax.set_title('K-means聚类结果 (三维)') ax.legend() plt.show() ``` #### 4. 运行结果分析 通过上述代码，可以观察到以下几点： - 聚类结果以颜色区分不同的簇，簇中心点用红色标记[^3]。 - 通过对比实际分类标签`y`和聚类标签`labels`，可以评估聚类效果。例如，计算调整兰德指数（Adjusted Rand Index）或互信息得分（Mutual Information Score）来量化聚类质量[^1]。 #### 5. 总结 K-means聚类算法简单高效，适用于中小型数据集的划分任务。然而，该算法对初始簇中心的选择敏感，且假设簇的形状为球形。因此，在实际应用中需结合数据特性选择合适的聚类算法。