Demo entry 6624565

codice clusterizzazione

   

Submitted by anonymous on Jun 16, 2017 at 14:37
Language: Python 3. Code size: 931 Bytes.

k = 5
maxiter = 50

# Inizializziamo i centroidi in modo randomico
centroids = initialize_clusters(points, k)

classes = np.zeros(points.shape[0], dtype=np.float64)
distances = np.zeros([points.shape[0], k], dtype=np.float64)

# Loop per il massimo numero di iterazioni
for i in range(maxiter):
    # Assegna tutti i punti (osservazioni) al centroide più vicino
    for i, c in enumerate(centroids):
        distances[:, i] = get_distances(c, points)
    # Determina la classe di appartenenza (Cluster) per ciascun punto mediante il centroide più vicino
    classes = np.argmin(distances, axis=1)

    # Aggiorna i centroidi spostandoli alla locazione migliore per ciascun cluster
    for c in range(k):
        centroids[c] = np.mean(points[classes == c], 0)

listClosestCentroid = closest_centroid(points, centroids).tolist()
#Rimuove la virgola nell'array
closestCentroid = np.array(listClosestCentroid)

This snippet took 0.00 seconds to highlight.

Back to the Entry List or Home.

Delete this entry (admin only).