机器学习——04K均值算法--应用

#加载图片
from sklearn.datasets import load_sample_image
import matplotlib.pyplot as plt
china=load_sample_image("china.jpg") #获取一个图片
plt.imshow(china)
plt.show()

import sys
print("原图片文件大小为：",china.size)
print(‘原图片内存大小：‘,sys.getsizeof(china))
print(‘原图片数据结构：‘,china.shape)

image=china[::3,::3]#降低分辨率，每隔3个数取一个数据
x=image.reshape(-1,3)#线性化，列数为3
print(china.shape,image.shape,x.shape) #输出原图数据结构，降低后的数据结构及线性化后的数据结构
plt.imshow(china)
plt.show()

from sklearn.cluster import KMeans
import numpy as np
n_colors=64 #聚类，把颜色分为64类
model=KMeans(n_colors) #建模
label=model.fit_predict(x)#获取数据，一维数组，255*255*255个元素的类别
colors=model.cluster_centers_#划分聚类，把上面的元素归为64类颜色，二维（64，3）
new_image=colors[label].reshape(image.shape)#代替，用聚类后的64种颜色代替原来的颜色值，还原为二维。
plt.imshow(new_image.astype(np.uint8))#把颜色平均值转为整数
plt.show()#新图

print("压缩后图片文件大小为：",new_image.size)
print(‘压缩后图片内存大小：‘,sys.getsizeof(new_image))
print(‘压缩后图片数据结构：‘,new_image.shape)

import matplotlib.image as img
img.imsave(‘D:\\图片\\new_china.jpg‘,new_image.astype(np.uint8)) #保存新图片

import pandas as pd
#读取数据并进行预处理,非数值型数据数据化
data=pd.read_csv("C:/Users/AAAA/PycharmProjects/untitled/data/data.csv")
data.loc[data[‘Outlook‘]==‘Sunny‘,‘Outlook‘]=1
data.loc[data[‘Outlook‘]==‘Overcast‘,‘Outlook‘]=2
data.loc[data[‘Outlook‘]==‘Rain‘,‘Outlook‘]=3
data[‘Outlook‘]=data[‘Outlook‘].astype(‘int‘)

data.loc[data[‘Temp‘]==‘Hot‘,‘Temp‘]=1
data.loc[data[‘Temp‘]==‘Mild‘,‘Temp‘]=2
data.loc[data[‘Temp‘]==‘Cool‘,‘Temp‘]=3
data[‘Temp‘]=data[‘Temp‘].astype(‘int‘)

data.loc[data[‘Humidity‘]==‘High‘,‘Humidity‘]=0
data.loc[data[‘Humidity‘]==‘Normal‘,‘Humidity‘]=1
data[‘Humidity‘]=data[‘Humidity‘].astype(‘int‘)

data.loc[data[‘Windy‘]==‘Weak‘,‘Windy‘]=0
data.loc[data[‘Windy‘]==‘Strong‘,‘Windy‘]=1
data[‘Windy‘]=data[‘Windy‘].astype(‘int‘)

data.loc[data[‘Play‘]==‘No‘,‘Play‘]=0
data.loc[data[‘Play‘]==‘Yes‘,‘Play‘]=1
data[‘Play‘]=data[‘Play‘].astype(‘int‘)

from sklearn.cluster import KMeans
from sklearn.model_selection import train_test_split
X = data.iloc[:,1:5]  #训练集
Y = data.iloc[:,5]   #测试集
data_tr, data_te , label_tr ,label_te = train_test_split(X,Y, test_size=0.2,random_state=1) #割分
knn_model=KMeans(n_clusters=2)  #分为2类
knn_model.fit(data_tr,label_tr) #训练模型
y_pre=knn_model.predict(data_te) #测试模型
print(‘被预测的数组：‘, data_te)
print(‘预测结果：‘, y_pre)