kmeans算法_实战 | KMeans 聚类算法
1. 寫在前面
如果想從事數(shù)據(jù)挖掘或者機器學習的工作，掌握常用的機器學習算法是非常有必要的，常見的機器學習算法：
- 監(jiān)督學習算法：邏輯回歸，線性回歸，決策樹，樸素貝葉斯，K近鄰，支持向量機，集成算法Adaboost等
- 無監(jiān)督算法：聚類，降維，關聯(lián)規(guī)則, PageRank等
為了詳細的理解這些原理，曾經看過西瓜書，統(tǒng)計學習方法，機器學習實戰(zhàn)等書，也聽過一些機器學習的課程，但總感覺話語里比較深奧，讀起來沒有耐心，并且理論到處有，而實戰(zhàn)最重要， 所以在這里想用最淺顯易懂的語言寫一個白話機器學習算法理論+實戰(zhàn)系列。
個人認為，理解算法背后的idea和使用，要比看懂它的數(shù)學推導更加重要。idea會讓你有一個直觀的感受，從而明白算法的合理性，數(shù)學推導只是將這種合理性用更加嚴謹?shù)恼Z言表達出來而已，打個比方，一個梨很甜，用數(shù)學的語言可以表述為糖分含量90%，但只有親自咬一口，你才能真正感覺到這個梨有多甜，也才能真正理解數(shù)學上的90%的糖分究竟是怎么樣的。如果算法是個梨，本文的首要目的就是先帶領大家咬一口。另外還有下面幾個目的：
- 檢驗自己對算法的理解程度，對算法理論做一個小總結
- 能開心的學習這些算法的核心思想， 找到學習這些算法的興趣，為深入的學習這些算法打一個基礎。
- 每一節(jié)課的理論都會放一個實戰(zhàn)案例，能夠真正的做到學以致用，既可以鍛煉編程能力，又可以加深算法理論的把握程度。
- 也想把之前所有的筆記和參考放在一塊，方便以后查看時的方便。
學習算法的過程，獲得的不應該只有算法理論，還應該有樂趣和解決實際問題的能力！
今天是白話機器學習算法理論+實戰(zhàn)的第八篇 之KMeans聚類算法， 聽到這個名字，你可別和第七篇K近鄰算法搞混了，K-Means 是一種非監(jiān)督學習，解決的是聚類問題，這里的K表示的是聚成K類。而之前的K近鄰算法是監(jiān)督學習算法，解決的是分類問題，這里的K表示的是K個鄰居。相差十萬八千里吧， 一條取經路呢。一定要區(qū)分開。這個算法也不是很難，前面說道，K近鄰算法的原理可以用八個大字叫做“近朱者赤，近墨者黑”來總結，這里我依然放出八個大字：“人以類聚，物以群分”，形容KMeans最好不過了。
通過今天的學習，掌握KMeans算法的工作原理，然后會使用sklearn實現(xiàn)KMeans聚類，最后我們來做一個實戰(zhàn)項目：如何使用KMeans對圖像進行分割？?下面我們開始吧。
大綱如下：
- KMeans聚類的工作原理(結合足球隊等級劃分談一談)
- 20支亞洲足球隊，你能劃分出等級嗎？(KMeans聚類應用)
- KMeans聚類的實戰(zhàn)：圖像分割OK， let's go!
2. K-Means的工作原理
上面我們說過，K-Means 是一種非監(jiān)督學習，解決的是聚類問題。K 代表的是 K 類，Means 代表的是中心，你可以理解這個算法的本質是確定 K 類的中心點，當你找到了這些中心點，也就完成了聚類。
那么這里有兩個問題：如何確定K類的中心點？如何把其他類劃分到K個類中去？
先別慌， 先和我考慮一個場景，假設我有 20 支亞洲足球隊，想要將它們按照成績劃分成 3 個等級，可以怎樣劃分？
元芳， 你怎么看？
★對亞洲足球隊的水平，你可能也有自己的判斷。比如一流的亞洲球隊有誰？你可能會說伊朗或韓國。二流的亞洲球隊呢？你可能說是中國。三流的亞洲球隊呢？你可能會說越南。
”其實這些都是靠我們的經驗來劃分的，那么伊朗、中國、越南可以說是三個等級的典型代表，也就是我們每個類的中心點。
所以回過頭來，如何確定 K 類的中心點？一開始我們是可以隨機指派的，當你確認了中心點后，就可以按照距離將其他足球隊劃分到不同的類別中。
這也就是 K-Means 的中心思想，就是這么簡單直接。
你可能會問：如果一開始，選擇一流球隊是中國，二流球隊是伊朗，三流球隊是韓國，中心點選擇錯了怎么辦？其實不用擔心，K-Means 有自我糾正機制，在不斷的迭代過程中，會糾正中心點。中心點在整個迭代過程中，并不是唯一的，只是你需要一個初始值，一般算法會隨機設置初始的中心點。
那下面就給出K-Means的工作原理，兩步就搞定，就是那兩個問題的解決：
什么？還不明白？?好吧，那直接看看亞洲球隊聚類的例子吧
3. 如何給亞洲球隊做聚類
對于機器來說需要數(shù)據(jù)才能判斷類中心點，所以下面整理了 2015-2019 年亞洲球隊的排名，如下表所示。
我來說明一下數(shù)據(jù)概況。
其中 2019 年國際足聯(lián)的世界排名，2015 年亞洲杯排名均為實際排名。2018 年世界杯中，很多球隊沒有進入到決賽圈，所以只有進入到決賽圈的球隊才有實際的排名。如果是亞洲區(qū)預選賽 12 強的球隊，排名會設置為 40。如果沒有進入亞洲區(qū)預選賽 12 強，球隊排名會設置為 50。我們怎么做聚類呢？可以跟著我的思路走了：
首先，針對上面的排名，我們需要做的就是數(shù)據(jù)規(guī)范化，你可以把這些值劃分到[0,1]或者按照均值為 0，方差為 1 的正態(tài)分布進行規(guī)范化。我先把數(shù)值規(guī)范化到了[0,1]空間中，得到了下面的數(shù)值表：如果我們隨機選取中國、日本、韓國為三個類的中心點，我們就需要看下這些球隊到中心點的距離。
下面就是把其其他樣本根據(jù)距離中心點的遠近劃分到這三個類中去，有關距離可以參考KNN那一篇博客。?常用的有歐氏距離，曼哈頓距離等。這里采用歐式距離。
歐氏距離是最常用的距離計算方式，這里選擇歐氏距離作為距離的標準，計算每個隊伍分別到中國、日本、韓國的距離，然后根據(jù)距離遠近來劃分。我們看到大部分的隊，會和中國隊聚類到一起。這里我整理了距離的計算過程，比如中國和中國的歐氏距離為 0，中國和日本的歐式距離為 0.732003。如果按照中國、日本、韓國為 3 個分類的中心點，歐氏距離的計算結果如下表所示：然后我們再重新計算這三個類的中心點，如何計算呢？最簡單的方式就是取平均值，然后根據(jù)新的中心點按照距離遠近重新分配球隊的分類，再根據(jù)球隊的分類更新中心點的位置。計算過程這里不展開，最后一直迭代(重復上述的計算過程：計算中心點和劃分分類)到分類不再發(fā)生變化，可以得到以下的分類結果：所以我們能看出來第一梯隊有日本、韓國、伊朗、沙特、澳洲；第二梯隊有中國、伊拉克、阿聯(lián)酋、烏茲別克斯坦；第三梯隊有卡塔爾、泰國、越南、阿曼、巴林、朝鮮、印尼、敘利亞、約旦、科威特和巴勒斯坦。
這個就是KMeans進行聚類的過程了。簡單點，就是反復兩個過程：
- 確定中心點
- 把其他的點按照距中心點的遠近歸到相應的中心點
上面這個也可以使用sklearn中的K-Means進行實戰(zhàn)一下子，作為圖像分割圖像的準備期。
4. KMeans聚類實戰(zhàn)：如何使用KMeans對圖像進行分割？
還是老規(guī)矩，我們在實戰(zhàn)之前，先看一下如何調用sklearn實現(xiàn)KMeans。
4.1 如何使用sklearn中的KMeans算法
sklearn 是 Python 的機器學習工具庫，如果從功能上來劃分，sklearn 可以實現(xiàn)分類、聚類、回歸、降維、模型選擇和預處理等功能。這里我們使用的是 sklearn 的聚類函數(shù)庫，因此需要引用工具包，具體代碼如下：
from sklearn.cluster import KMeans當然 K-Means 只是 sklearn.cluster 中的一個聚類庫，實際上包括 K-Means 在內，sklearn.cluster 一共提供了 9 種聚類方法，比如 Mean-shift，DBSCAN，Spectral clustering(譜聚類)等。這些聚類方法的原理和 K-Means 不同，這里不做介紹。
我們看下 K-Means 如何創(chuàng)建：
KMeans(n_clusters=8, init='k-means++', n_init=10, max_iter=300, tol=0.0001, precompute_distances='auto', verbose=0, random_state=None, copy_x=True, n_jobs=1, algorithm='auto')這些參數(shù)解釋一下：
- n_clusters: 即 K 值，一般需要多試一些 K 值來保證更好的聚類效果。你可以隨機設置一些 K 值，然后選擇聚類效果最好的作為最終的 K 值；max_iter：最大迭代次數(shù)，如果聚類很難收斂的話，設置最大迭代次數(shù)可以讓我們及時得到反饋結果，否則程序運行時間會非常長；
- n_init：初始化中心點的運算次數(shù)，默認是 10。程序是否能快速收斂和中心點的選擇關系非常大，所以在中心點選擇上多花一些時間，來爭取整體時間上的快速收斂還是非常值得的。由于每一次中心點都是隨機生成的，這樣得到的結果就有好有壞，非常不確定，所以要運行 n_init 次, 取其中最好的作為初始的中心點。如果 K 值比較大的時候，你可以適當增大 n_init 這個值；
- init：即初始值選擇的方式，默認是采用優(yōu)化過的 k-means++ 方式，你也可以自己指定中心點，或者采用 random 完全隨機的方式。自己設置中心點一般是對于個性化的數(shù)據(jù)進行設置，很少采用。random 的方式則是完全隨機的方式，一般推薦采用優(yōu)化過的 k-means++ 方式；
- algorithm：k-means 的實現(xiàn)算法，有“auto” “full”“elkan”三種。一般來說建議直接用默認的"auto"。簡單說下這三個取值的區(qū)別，如果你選擇"full"采用的是傳統(tǒng)的 K-Means 算法，“auto”會根據(jù)數(shù)據(jù)的特點自動選擇是選擇“full”還是“elkan”。我們一般選擇默認的取值，即“auto” 。
在創(chuàng)建好 K-Means 類之后，就可以使用它的方法，最常用的是 fit 和 predict 這個兩個函數(shù)。你可以單獨使用 fit 函數(shù)和 predict 函數(shù)，也可以合并使用 fit_predict 函數(shù)。其中 fit(data) 可以對 data 數(shù)據(jù)進行 k-Means 聚類。predict(data) 可以針對 data 中的每個樣本，計算最近的類。
下面我們先跑一遍20支亞洲球隊的聚類問題：
# coding: utf-8
from sklearn.cluster import KMeans
from sklearn import preprocessing
import pandas as pd
import numpy as np
# 輸入數(shù)據(jù)
data = pd.read_csv('data.csv', encoding='gbk')
train_x = data[["2019年國際排名","2018世界杯","2015亞洲杯"]]
df = pd.DataFrame(train_x)
kmeans = KMeans(n_clusters=3)
# 規(guī)范化到[0,1]空間
min_max_scaler=preprocessing.MinMaxScaler()
train_x=min_max_scaler.fit_transform(train_x)
# kmeans算法
kmeans.fit(train_x)
predict_y = kmeans.predict(train_x)
# 合并聚類結果，插入到原數(shù)據(jù)中
result = pd.concat((data,pd.DataFrame(predict_y)),axis=1)
result.rename({0:u'聚類'},axis=1,inplace=True)
print(result)
運行結果如下：
國家 ?2019年國際排名 ?2018世界杯 ?2015亞洲杯 ?聚類
0 ? ? ? 中國 ? ? ? ? 73 ? ? ? 40 ? ? ? ?7 ? 2
1 ? ? ? 日本 ? ? ? ? 60 ? ? ? 15 ? ? ? ?5 ? 0
2 ? ? ? 韓國 ? ? ? ? 61 ? ? ? 19 ? ? ? ?2 ? 0
3 ? ? ? 伊朗 ? ? ? ? 34 ? ? ? 18 ? ? ? ?6 ? 0
4 ? ? ? 沙特 ? ? ? ? 67 ? ? ? 26 ? ? ? 10 ? 0
5 ? ? ?伊拉克 ? ? ? ? 91 ? ? ? 40 ? ? ? ?4 ? 2
6 ? ? ?卡塔爾 ? ? ? ?101 ? ? ? 40 ? ? ? 13 ? 1
7 ? ? ?阿聯(lián)酋 ? ? ? ? 81 ? ? ? 40 ? ? ? ?6 ? 2
8 ? 烏茲別克斯坦 ? ? ? ? 88 ? ? ? 40 ? ? ? ?8 ? 2
9 ? ? ? 泰國 ? ? ? ?122 ? ? ? 40 ? ? ? 17 ? 1
10 ? ? ?越南 ? ? ? ?102 ? ? ? 50 ? ? ? 17 ? 1
11 ? ? ?阿曼 ? ? ? ? 87 ? ? ? 50 ? ? ? 12 ? 1
12 ? ? ?巴林 ? ? ? ?116 ? ? ? 50 ? ? ? 11 ? 1
13 ? ? ?朝鮮 ? ? ? ?110 ? ? ? 50 ? ? ? 14 ? 1
14 ? ? ?印尼 ? ? ? ?164 ? ? ? 50 ? ? ? 17 ? 1
15 ? ? ?澳洲 ? ? ? ? 40 ? ? ? 30 ? ? ? ?1 ? 0
16 ? ? 敘利亞 ? ? ? ? 76 ? ? ? 40 ? ? ? 17 ? 1
17 ? ? ?約旦 ? ? ? ?118 ? ? ? 50 ? ? ? ?9 ? 1
18 ? ? 科威特 ? ? ? ?160 ? ? ? 50 ? ? ? 15 ? 1
19 ? ?巴勒斯坦 ? ? ? ? 96 ? ? ? 50 ? ? ? 16 ? 1
4.2 如何用KMeans對圖像進行分割？
圖像分割就是利用圖像自身的信息，比如顏色、紋理、形狀等特征進行劃分，將圖像分割成不同的區(qū)域，劃分出來的每個區(qū)域就相當于是對圖像中的像素進行了聚類。單個區(qū)域內的像素之間的相似度大，不同區(qū)域間的像素差異性大。這個特性正好符合聚類的特性，所以你可以把圖像分割看成是將圖像中的信息進行聚類。當然聚類只是分割圖像的一種方式，除了聚類，我們還可以基于圖像顏色的閾值進行分割，或者基于圖像邊緣的信息進行分割等。
將微信開屏封面進行分割。
我們現(xiàn)在用 K-Means 算法對微信頁面進行分割。微信開屏圖如下所示：我們先設定下聚類的流程，聚類的流程和分類差不多，如圖所示：在準備階段里，我們需要對數(shù)據(jù)進行加載。因為處理的是圖像信息，我們除了要獲取圖像數(shù)據(jù)以外，還需要獲取圖像的尺寸和通道數(shù)，然后基于圖像中每個通道的數(shù)值進行數(shù)據(jù)規(guī)范化。這里我們需要定義個函數(shù) load_data，來幫我們進行圖像加載和數(shù)據(jù)規(guī)范化。代碼如下：
# 加載圖像，并對數(shù)據(jù)進行規(guī)范化def load_data(filePath):
? ?# 讀文件
? ?f = open(filePath,'rb')
? ?data = []
? ?# 得到圖像的像素值
? ?img = image.open(f)
? ?# 得到圖像尺寸
? ?width, height = img.size
? ?for x in range(width):
? ? ? ?for y in range(height):
? ? ? ? ? ?# 得到點(x,y)的三個通道值
? ? ? ? ? ?c1, c2, c3 = img.getpixel((x, y))
? ? ? ? ? ?data.append([c1, c2, c3])
? ?f.close()
? ?# 采用Min-Max規(guī)范化
? ?mm = preprocessing.MinMaxScaler()
? ?data = mm.fit_transform(data)
? ?return np.mat(data), width, height
因為 jpg 格式的圖像是三個通道 (R,G,B)，也就是一個像素點具有 3 個特征值。這里我們用 c1、c2、c3 來獲取平面坐標點 (x,y) 的三個特征值，特征值是在 0-255 之間。
為了加快聚類的收斂，我們需要采用 Min-Max 規(guī)范化對數(shù)據(jù)進行規(guī)范化。我們定義的 load_data 函數(shù)返回的結果包括了針對 (R,G,B) 三個通道規(guī)范化的數(shù)據(jù)，以及圖像的尺寸信息。在定義好 load_data 函數(shù)后，我們直接調用就可以得到相關信息，代碼如下：
# 加載圖像，得到規(guī)范化的結果img，以及圖像尺寸img, width, height = load_data('./weixin.jpg')
假設我們想要對圖像分割成 2 部分，在聚類階段，我們可以將聚類數(shù)設置為 2，這樣圖像就自動聚成 2 類。代碼如下：
# 用K-Means對圖像進行2聚類kmeans =KMeans(n_clusters=2)
kmeans.fit(img)
label = kmeans.predict(img)
# 將圖像聚類結果，轉化成圖像尺寸的矩陣
label = label.reshape([width, height])
# 創(chuàng)建個新圖像pic_mark，用來保存圖像聚類的結果，并設置不同的灰度值
pic_mark = image.new("L", (width, height))
for x in range(width):
? ?for y in range(height):
? ? ? ?# 根據(jù)類別設置圖像灰度, 類別0 灰度值為255， 類別1 灰度值為127
? ? ? ?pic_mark.putpixel((x, y), int(256/(label[x][y]+1))-1)
pic_mark.save("weixin_mark.jpg", "JPEG")
代碼中有一些參數(shù)，下面說一下這些參數(shù)的作用和設置方法：
★我們使用了 fit 和 predict 這兩個函數(shù)來做數(shù)據(jù)的訓練擬合和預測，因為傳入的參數(shù)是一樣的，我們可以同時進行 fit 和 predict 操作，這樣我們可以直接使用 fit_predict(data) 得到聚類的結果。得到聚類的結果 label 后，實際上是一個一維的向量，我們需要把它轉化成圖像尺寸的矩陣。label 的聚類結果是從 0 開始統(tǒng)計的，當聚類數(shù)為 2 的時候，聚類的標識 label=0 或者 1。
如果你想對圖像聚類的結果進行可視化，直接看 0 和 1 是看不出來的，還需要將 0 和 1 轉化為灰度值。灰度值一般是在 0-255 的范圍內，我們可以將 label=0 設定為灰度值 255，label=1 設定為灰度值 127。具體方法是用 int(256/(label[x][y]+1))-1。可視化的時候，主要是通過設置圖像的灰度值進行顯示。所以我們把聚類 label=0 的像素點都統(tǒng)一設置灰度值為 255，把聚類 label=1 的像素點都統(tǒng)一設置灰度值為 127。原來圖像的灰度值是在 0-255 之間，現(xiàn)在就只有 2 種顏色(也就是灰度為 255，和灰度 127)。
有了這些灰度信息，我們就可以用 image.new 創(chuàng)建一個新的圖像，用 putpixel 函數(shù)對新圖像的點進行灰度值的設置，最后用 save 函數(shù)保存聚類的灰度圖像。這樣你就可以看到聚類的可視化結果了，如下圖所示：如果我們想要分割成 16 個部分，該如何對不同分類設置不同的顏色值呢？這里需要用到 skimage 工具包，它是圖像處理工具包。你需要使用 pip install scikit-image 來進行安裝。這段代碼可以將聚類標識矩陣轉化為不同顏色的矩陣：
from skimage import color# 將聚類標識矩陣轉化為不同顏色的矩陣
label_color = (color.label2rgb(label)*255).astype(np.uint8)
label_color = label_color.transpose(1,0,2)
images = image.fromarray(label_color)
images.save('weixin_mark_color.jpg')
代碼中，我使用 skimage 中的 label2rgb 函數(shù)來將 label 分類標識轉化為顏色數(shù)值，因為我們的顏色值范圍是[0,255]，所以還需要乘以 255 進行轉化，最后再轉化為 np.uint8 類型。unit8 類型代表無符號整數(shù)，范圍是 0-255 之間。
得到顏色矩陣后，你可以把它輸出出來，這時你發(fā)現(xiàn)輸出的圖像是顛倒的，原因可能是圖像源拍攝的時候本身是倒置的。我們需要設置三維矩陣的轉置，讓第一維和第二維顛倒過來，也就是使用 transpose(1,0,2)，將原來的 (0,1,2)順序轉化為 (1,0,2) 順序，即第一維和第二維互換。
最后我們使用 fromarray 函數(shù)，它可以通過矩陣來生成圖片，并使用 save 進行保存。最后得到的分類標識顏色化圖像是這樣的：剛才我們做的是聚類的可視化。如果我們想要看到對應的原圖，可以將每個簇(即每個類別)的點的 RGB 值設置為該簇質心點的 RGB 值，也就是簇內的點的特征均為質心點的特征。
我給出了完整的代碼，代碼中，我可以把范圍為 0-255 的數(shù)值投射到 1-256 數(shù)值之間，方法是對每個數(shù)值進行加 1，你可以自己來運行下：
# -*- coding: utf-8 -*-# 使用K-means對圖像進行聚類，并顯示聚類壓縮后的圖像
import numpy as np
import PIL.Image as image
from sklearn.cluster import KMeans
from sklearn import preprocessing
import matplotlib.image as mpimg
# 加載圖像，并對數(shù)據(jù)進行規(guī)范化
def load_data(filePath):
? ?# 讀文件
? ?f = open(filePath,'rb')
? ?data = []
? ?# 得到圖像的像素值
? ?img = image.open(f)
? ?# 得到圖像尺寸
? ?width, height = img.size
? ?for x in range(width):
? ? ? ?for y in range(height):
? ? ? ? ? ?# 得到點(x,y)的三個通道值
? ? ? ? ? ?c1, c2, c3 = img.getpixel((x, y))
? ? ? ? ? ?data.append([(c1+1)/256.0, (c2+1)/256.0, (c3+1)/256.0])
? ?f.close()
? ?return np.mat(data), width, height
# 加載圖像，得到規(guī)范化的結果imgData，以及圖像尺寸
img, width, height = load_data('./weixin.jpg')
# 用K-Means對圖像進行16聚類
kmeans =KMeans(n_clusters=16)
label = kmeans.fit_predict(img)
# 將圖像聚類結果，轉化成圖像尺寸的矩陣
label = label.reshape([width, height])
# 創(chuàng)建個新圖像img，用來保存圖像聚類壓縮后的結果
img=image.new('RGB', (width, height))
for x in range(width):
? ?for y in range(height):
? ? ? ?c1 = kmeans.cluster_centers_[label[x, y], 0]
? ? ? ?c2 = kmeans.cluster_centers_[label[x, y], 1]
? ? ? ?c3 = kmeans.cluster_centers_[label[x, y], 2]
? ? ? ?img.putpixel((x, y), (int(c1*256)-1, int(c2*256)-1, int(c3*256)-1))
img.save('weixin_new.jpg')
結果如下：你可以看到我沒有用到 sklearn 自帶的 MinMaxScaler，而是自己寫了 Min-Max 規(guī)范化的公式。這樣做的原因是我們知道 RGB 每個通道的數(shù)值在[0,255]之間，所以我們可以用每個通道的數(shù)值 +1/256，這樣數(shù)值就會在[0,1]之間。
對圖像做了 Min-Max 空間變換之后，還可以對其進行反變換，還原出對應原圖的通道值。對于點 (x,y)，我們找到它們所屬的簇 label[x,y]，然后得到這個簇的質心特征，用 c1,c2,c3 表示：
c1 = kmeans.cluster_centers_[label[x, y], 0]c2 = kmeans.cluster_centers_[label[x, y], 1]
c3 = kmeans.cluster_centers_[label[x, y], 2]
因為 c1, c2, c3 對應的是數(shù)據(jù)規(guī)范化的數(shù)值，因此我們還需要進行反變換，即：
c1=int(c1*256)-1c2=int(c2*256)-1
c3=int(c3*256)-1
然后用 img.putpixel 設置點 (x,y) 反變換后得到的特征值。最后用 img.save 保存圖像。
5. 總結
好了，寫到這關于KMeans，就要結束了。下面快速的回顧一下：
首先，通過足球隊聚類的例子引出了KMeans聚類的工作原理，簡單來說兩步，你可以回憶回憶。
然后，通過KMeans實現(xiàn)了對圖像分割的實戰(zhàn)，另外我們還學習了如何在 Python 中如何對圖像進行讀寫，具體的代碼如下，上文中也有相應代碼，你也可以自己對應下：
import PIL.Image as image# 得到圖像的像素值
img = image.open(f)
# 得到圖像尺寸
width, height = img.size
這里會使用 PIL 這個工具包，它的英文全稱叫 Python Imaging Library，顧名思義，它是 Python 圖像處理標準庫。同時我們也使用到了 skimage 工具包(scikit-image)，它也是圖像處理工具包。用過 Matlab 的同學知道，Matlab 處理起圖像來非常方便。skimage 可以和它相媲美，集成了很多圖像處理函數(shù)，其中對不同分類標識顯示不同的顏色。在 Python 中圖像處理工具包，我們用的是 skimage 工具包。
好了，KMeans的故事就到這里吧。
參考：
- http://note.youdao.com/noteshare?id=10dac8bb5d83358ffe73c792e1490a7b&sub=C7A3E74A1088435ABBE11AB91AC37194
- https://time.geekbang.org/
關注我，一起進步！
點個在看,么么噠！
總結
以上是生活随笔為你收集整理的kmeans算法_实战 | KMeans 聚类算法的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 城市行驶每公里1毛钱！开理想L7每年可省
- 下一篇： 科大讯飞：类ChatGPT技术今年5月落