• 4.K均值算法--应用 4/17


    1、 应用K-means算法进行图片压缩

      读取一张图片

      观察图片文件大小,占内存大小,图片数据结构,线性化

      用kmeans对图片像素颜色进行聚类

      获取每个像素的颜色类别,每个类别的颜色

      压缩图片生成:以聚类中收替代原像素颜色,还原为二维

      观察压缩图片的文件大小,占内存大小

    from sklearn.datasets import load_sample_image
    from sklearn.cluster import KMeans
    import matplotlib.pyplot as plt
    import sys
    import matplotlib.image as img
    import numpy as np
    
    # 读取一张图片
    image = img.imread("./1.jpg")
    print('原图片文件大小:', image.size)
    print('原图片占内存大小:', sys.getsizeof(image))
    print('原图片的数据结构:
    ', image)
    
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.title("原图片")
    plt.imshow(image)
    plt.show() 

     原图片大小及数据结构

           

     原图片:

         

    # 用kmeans对图片像素颜色进行聚类
    image = image[::3, ::3]  # 降低分辨率
    X = image.reshape(-1, 3)
    print(image.shape, X.shape)
    n_colors = 64
    model = KMeans(n_colors)
    labels = model.fit_predict(X)  # 获取每个像素的颜色类别
    colors = model.cluster_centers_  # 获取每个类别的颜色
    
    new_image = colors[labels].reshape(image.shape)  # 以聚类中收替代原像素颜色,还原为二维
    print('压缩图片文件大小:', new_image.size)
    print('压缩图片占内存大小:', sys.getsizeof(new_image))
    print('压缩图片的数据结构:
    ', new_image)
    img.imsave('D://机器学习/2.jpg', new_image)

     压缩图片大小以及数据结构:

          

    原图和压缩图片大小比较:

        

    plt.title("压缩图片")
    plt.imshow(new_image.astype(np.uint8))  # 把颜色平均值转为整数
    plt.show()
    
    plt.title("二次压缩图片")
    plt.imshow(new_image.astype(np.uint8)[::3, ::3])  # 压缩图片进一步压缩,隔3个像素选取
    plt.show()

     两次压缩图片效果:

        

        

     2. 观察学习与生活中可以用K均值解决的问题。

      观察广州市天河区的房价,数据如下:

          

      我们要观察建筑面积和建楼年份对楼房的价格有和影响,所以选出这三列来构建一个新的数据框,并转为数组:

          

      接着构建模型,完成构建之后,我们把聚类中心(0,1,2)划分为三个数组:

          

      查看a1,b1,c1:(有点误差)

        ①a1:400 < 总价 < 1000(中价楼盘)

          

         ②b1:总价 >1000(高价楼盘)

          

         ③c1:总价 <= 400 (低价楼盘)

          

      进行数据可视化,把数据按楼房价格划分,大致可分为高、中、低价三类。可视化结果如下图:

         

      可以发现,建筑面积越大建筑年份越新的那一类价格越高,低价的大多都是占地小,或者建成时间比较长,房子比较老。如果想购买房源,可以对照这两个因素,就差不多有一个价格的预估啦。

    代码如下:

    import numpy as np
    import matplotlib.pyplot as plt
    from sklearn.cluster import KMeans
    import pandas as pd
    
    house = pd.read_csv('house.csv', index_col=0)  # 读取数据
    data1 = house[house['区域'] == '天河']  # 取区域在天河区的数据
    test_data = data1[['建楼年份', '建筑面积(平米)', '总价']]  # 取其中三列作为数据样本
    data = np.array(test_data)  # 进行类型转换
    
    model = KMeans(n_clusters=3)  # 构建模型
    model.fit(data)
    y = model.predict(data)  # 进行预测,分类
    model.cluster_centers_
    
    a = []
    b = []
    c = []
    d = []
    # 数据按聚类中心分类,用于后面可视化 for i in range(len(data)): if y[i] == 0: a.append(data[i, :]) a1 = np.array(a) elif y[i] == 1: b.append(data[i, :]) b1 = np.array(b) else: c.append(data[i, :]) c1 = np.array(c) plt.rcParams['font.sans-serif'] = ['SimHei'] plt.scatter(a1[:, 1], a1[:, 0], s=55, c='#A6CEE3', marker="*") # 聚类中心=0类 plt.scatter(b1[:, 1], b1[:, 0], s=50, c='#FDBF6F', marker="D") # 聚类中心=1类 plt.scatter(c1[:, 1], c1[:, 0], s=50, c='#B66538', marker="x") # 聚类中心=2类 plt.legend(['中价楼盘', '高价楼盘', '低价楼盘']) plt.ylabel("建楼年份") plt.xlabel("建筑面积(平米)") plt.title("天河区楼盘价格分类与楼盘面积、年份因素关系") plt.show()
  • 相关阅读:
    算法---大整数相加
    Openxml入门---Openxm读取Excel数据
    一个有用的网络监控软件
    C#基础---C#如何对Json字符串处理
    C#基础---IComparable用法,实现List<T>.sort()排序
    OpenXml入门---word里面插入图片
    OpenXml入门
    OpenXml入门----给Word文档添加表格
    拼图
    小锤子
  • 原文地址:https://www.cnblogs.com/jwwzone/p/12719354.html
Copyright © 2020-2023  润新知