pip install scikit-learn matplotlib scikit-learn-extra

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans, MiniBatchKMeans
from sklearn_extra.cluster import KMedoids

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 示例1: KMedoids
kmedoids = KMedoids(n_clusters=3, random_state=0)
kmedoids.fit(X)
labels_kmedoids = kmedoids.labels_

# 示例3: KMeans++ 初始化
kmeans_plus = KMeans(n_clusters=3, init='k-means++', random_state=0)
kmeans_plus.fit(X)
labels_kmeans_plus = kmeans_plus.labels_

# 示例4: elkan KMeans
kmeans_elkan = KMeans(n_clusters=3, algorithm='elkan', random_state=0)
kmeans_elkan.fit(X)
labels_kmeans_elkan = kmeans_elkan.labels_

# 示例5: Mini Batch KMeans
minibatch_kmeans = MiniBatchKMeans(n_clusters=3, random_state=0)
minibatch_kmeans.fit(X)
labels_minibatch = minibatch_kmeans.labels_

# 可视化聚类结果
fig, axs = plt.subplots(2, 2, figsize=(15, 10))

# KMedoids
axs[0, 0].scatter(X[:, 0], X[:, 1], c=labels_kmedoids)
axs[0, 0].set_title('KMedoids')

# KMeans++
axs[0, 1].scatter(X[:, 0], X[:, 1], c=labels_kmeans_plus)
axs[0, 1].set_title('KMeans++')

# elkan KMeans
axs[1, 0].scatter(X[:, 0], X[:, 1], c=labels_kmeans_elkan)
axs[1, 0].set_title('elkan KMeans')

# Mini Batch KMeans
axs[1, 1].scatter(X[:, 0], X[:, 1], c=labels_minibatch)
axs[1, 1].set_title('Mini Batch KMeans')

plt.show()

说明

1. KMedoids: 使用scikit-learn-extra库中的KMedoids类进行实现，适合处理包含异常值的数据集。

2. KMeans++: 通过设置init='k-means++'参数，使用KMeans++初始化方法，提高聚类效果。

3. elkan KMeans: 通过设置algorithm='elkan'参数，使用elkan优化算法，减少距离计算。

4. Mini Batch KMeans: 使用MiniBatchKMeans类，适合处理大规模数据集，提高计算效率。

老师，这里KMmeans在预测新数据时会不会改变原来已经训练好的簇中心？

optics密度聚类好抽象，还是没理解为什么可以同时适应不同密度的簇

凸的数据集指的是数据集符合正态分布的意思吗

还有两个问题，第一个就是聚类特征是三元组构成的，那么为什么要这样设定呢，设定了这种三元组的结构的作用是啥？第二个问题是新样本和叶子结点的距离是怎么求出来的呢？

最后的CF元组的组数就是最后的K是什么意思呢？

jieba分词器安装失败