【Python机器学习】K-Means算法对人脸图像进行聚类实战（附源码和数据集）

╰+哭是因爲堅強的太久メ 2023-09-30 18:26 10阅读 0赞

> **需要源码和数据集请点赞关注收藏后评论区留言私信~~~**

K-Mean算法，即 K 均值算法，是一种常见的聚类算法。算法会将数据集分为 K 个簇，每个簇使用簇内所有样本均值来表示，将该均值称为“质心”。

### 算法步骤 ###

**K-Means**

容易受初始质心的影响；算法简单，容易实现；算法聚类时，容易产生空簇；算法可能收敛到局部最小值。

通过聚类可以实现：发现不同用户群体，从而可以实现精准营销；对文档进行划分；社交网络中，通过圈子，判断哪些人可能互相认识；处理异常数据。

距离计算方式是 欧式距离。

>     1.从样本中选择 K 个点作为初始质心（完全随机）
>     2.计算每个样本到各个质心的距离，将样本划分到距离最近的质心所对应的簇中
>     3.计算每个簇内所有样本的均值，并使用该均值更新簇的质心
>     4.重复步骤 2 与 3 ，直到达到以下条件之一：
>         质心的位置变化小于指定的阈值（默认为 0.0001）
>         达到最大迭代次数

**K-Means++**

K-Means++,算法受初始质心影响较小；表现上，往往优于 K-Means 算法；与 K-Means算法不同仅在于初始质心的选择方式不同

>     在选择初始质心上，进行优化：
>     
>     1.从样本中选择 1 个点作为初始质心（完全随机）
>     2.对于任意一个非质心样本 x,计算x与现有最近质心距离 D(x)
>     3.基于距离计算概率，来选择下一个质心 x，选择距离当前质心远的点作为质心
>     4.重复步骤 2 与 3 ，直到选择 k 个质心为止。

**Mini Batch K-Means**

与 K-Means 算法相比，大大减少计算时间

>     在K-Means算法上发展而来
>     
>     1.从数据集中随机选择部分数据，使用 K-Means 算法在这部分随机数据上聚类，获取质心
>     2.从数据集中随机选择部分数据，形成一个批次，将该批次数据分配给最近的质心
>     3.根据现有的数据集（当前批次数据 + 所有以前的数据）更新质心
>     4.重复步骤 2 与 3 ，直到质心变化小于指定的阀值或者达到最大迭代次数为止

## k-means图像聚类实战 ##

人脸数据集LFW(Labeled Faces in the Wild)是一个带标签的人物脸部图片数据集

![afa76f5e87c94d14b1ad8afcbd12b7b8.png][]

打印数据中人物标记、人物名、数据形状、标记形状等信息如下

![5a752f953b3f4b72bcb7cbb0050879f6.png][]

打印部分人脸图片如下

![97b2db0a53854f96a56119822808f019.png][]

统计每个标记数量如下

![ec417c2f00b04551a28d0321eda83111.png][]

对一张照片进行kmeans聚类结果如下 可见把图像聚成两类

![f793b20039b54adfa85c8e92bc57fb33.png][]

部分代码如下

# -*- coding: utf-8 -*-
    from PIL import Image
    import numpy as np
    from sklearn.cluster import KMeans
    import matplotlib
    import matplotlib.pyplot as plt
    
    def restore_image(cb, cluster, shape):
        row, col, dummy = shape
        image = np.empty((row, col, dummy))
        for r in range(row):
            for c in range(col):
                image[r, c] = cb[cluster[r * col + c]]
        return image
       
    if __name__ ==.rcParams['font.sans-serif'] = [u'SimHei']
        matplotlib.rcParams['axes.unicode_minus'] = False
        # 聚类数2,6,30
        num_vq = 2
        im = Image.open('Tiger_Woods_0023.jpg')
        image = np.array(im).astype(np.float) / 255
        image = image[:, :, :3]
        image_v = image.reshape((-1, 3))
        kmeans = KMeans(n_clusters=num_vq, init='k-means++')    
        
        N = image_v.shape[0]  # 图像像素总数
        # 选择样本，计算聚类中心
        idx = np.random.randint(0, N, size=int(N * 0.7))
        image_sample = image_v[idx]
        kmeans.fit(image_sample)
        result = kmeans.predict(image_v)  # 聚类结果
        print('聚类结果:\n', result)
        print('聚类中心:\n', kmeans.cluster_centers_)
        ns.cluster_centers_, result, image.shape)
        plt.axis('off')
        plt.title(u'聚类个数:%d' % num_vq, fontsize=20)
        plt.imshow(vq_image)
        # 可以使用plt.savefig('矢量化图片.png')，保存处理后的图片并对比
        
        plt.tight_layout(1.2)
        plt.show()
    import matplotlib
    import matplotlib.pyplot as plt
    
    image_shape = people.images[0].shape
    print(image_shape)
    print("Number of classes:",len(people.target_names))
    print("shape of targetss:",people.target.shape)
    
    fig, axes = plt.subplots(2, 5, figsize=(15, 8))
    for target, image, ax in zip(people.target, people.images, axes.ravel()):
        ax.imshow(image)
        ax.set_title(people.target_names[target])

**创作不易 觉得有帮助请点赞关注收藏~~~**

[afa76f5e87c94d14b1ad8afcbd12b7b8.png]: https://img-blog.csdnimg.cn/afa76f5e87c94d14b1ad8afcbd12b7b8.png
[5a752f953b3f4b72bcb7cbb0050879f6.png]: https://img-blog.csdnimg.cn/5a752f953b3f4b72bcb7cbb0050879f6.png
[97b2db0a53854f96a56119822808f019.png]: https://img-blog.csdnimg.cn/97b2db0a53854f96a56119822808f019.png
[ec417c2f00b04551a28d0321eda83111.png]: https://img-blog.csdnimg.cn/ec417c2f00b04551a28d0321eda83111.png
[f793b20039b54adfa85c8e92bc57fb33.png]: https://img-blog.csdnimg.cn/f793b20039b54adfa85c8e92bc57fb33.png