日新月异 PyTorch - pytorch 基础: K-means 聚类算法(sklearn.cluster 的 KMeans 实现,对一个包含 10 个特征的数据做分类)
示例如下:
basic\demo07.py
'''
K-means 聚类算法(sklearn.cluster 的 KMeans 实现,对一个包含 10 个特征的数据做分类)
K-means 聚类算法是一种把数据分成 k 个组的聚类算法
它先随机选出 k 个数据点作为初始的簇中心,然后计算每个数据点到每个簇中心的距离,把每个数据点分配给距离它最近的那个簇中心,然后根据已有的数据点重新计算簇中心
这个过程会重复进行,直到满足某个条件,例如没有数据点需要重新分配或没有簇中心再变化,或者误差最小
.pt 文件通常用于存储 PyTorch 模型的状态字典(state_dict)、模型结构、模型权重等相关信息。训练一个神经网络模型后,如果想要保存其状态、模型的结构和参数等,则可以保存文 .pt 文件
'''
import torch
from sklearn.cluster import KMeans
import numpy as np
def sample1():
# 指定聚类的数量(即簇的数量)
n_clusters = 5
# 定义容差,用于判断算法是否收敛到最优解
tolerance = 1e-5
# 定义最大迭代次数
max_iter = 300
# 定义初始中心点的随机初始化次数
n_init = 5
# 测试数据(100 个数据点,每个数据点有 10 个特征)
data_tensor = torch.randn(100, 10)
data_np = data_tensor.numpy()
# 实例化 KMeans 对象
kmeans = KMeans(n_clusters=n_clusters, tol=tolerance, n_init=n_init, max_iter=max_iter)
# 对指定的数据做聚类分析
kmeans.fit(data_np)
# 获取簇中心点的位置
centroids = torch.tensor(kmeans.cluster_centers_) # shape: 5,10
# 获取测试数据中,每个数据点所属的簇索引
cluster_assignment = torch.tensor(kmeans.labels_) # shape: 100
print("centroids: ", centroids)
print("cluster_assignment: ", cluster_assignment)
# 保存簇中心到文件
torch.save(centroids, 'checkpoints/my_kmeans_centroids_demo07.pt')
# 用已有的簇中心结果对指定的数据做分类
test()
def test():
# 从文件加载簇中心
centroids = torch.load('checkpoints/my_kmeans_centroids_demo07.pt') # shape: 5,10
# 定义一个需要分类的测试数据
test_data = torch.tensor([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
# 计算数据点与每个簇中心点之间的距离
distances = np.linalg.norm(centroids - test_data, axis=1) # shape: 5
# 找到张量中最小值所在的索引位置,在本例中就是找到测试数据点所属簇的索引位置(即分类的结果)
cluster_assignment = np.argmin(distances)
# 打印测试数据和对其分类的结果
print(f"test_data:{test_data}, cluster_assignment:{cluster_assignment}")
if __name__ == '__main__':
sample1()
标签:10,means,torch,KMeans,centroids,cluster,pytorch,data From: https://www.cnblogs.com/webabcd/p/18429181/pytorch_basic_demo07