python 实现kmeans聚类

编程中在做数值相等判断的时候，直接使用==判断并不可靠。实际上经过运算后的两个值（浮点型）并不可能完全一致，可能会因为小数点后的些许差异导致判断为false。
比如：

1	`print` `1e-5` `==` `1e-6` `//这肯定是false,但是实际这两个值可以看作近似相等。`

在kmeans中判断是否结束循环，就是判断重新计算的聚类中心点是否和原聚类中心点一致，实际上新旧聚类中心点之间会有一个可允许的误差。修改代码如下：

import numpy as np

def kmeans(data, n, m, k):

rarray = np.random.random(size=k)

rarray = np.floor(rarray*n)

rarray.astype(int)

cls = np.zeros([1,n],np.int)

center = np.take(data,rarray)

pcenter = np.zeros([k,m])

end = True

while end:

for i in xrange(n):

tmp = data[i] - center

tmp = np.square(tmp)

tmp = np.sum(tmp,axis=1)

cls[i] = np.argmin(tmp)

center = np.zeros([k,m])

count = np.zeros([1,k],np.int)

for i in xrange(n):

center[cls[i]]=center[cls[i]]+data[i]

count[cls[i]]= count[cls[i]]+1

if np.sum(center/count - pcenter) <= 1e-4:

end = False

pcenter = center/count

巴特西