机器学习之逻辑回归和k-means算法（六）

机器学习之逻辑回归和k-means算法（六）

---

---

一、 逻辑回归

1.概念

逻辑回归(Logistic Regression)是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归，但是它与回归之间有一定的联系。由于算法的简单和高效，在实际中应用非常广泛。

逻辑回归一般用于二分类问题,比如:

是好瓜还是坏瓜

健康还是不健康

可以托付终身还是不可以

2.原理

逻辑回归的输入是线性回归的输出

线性回归: $h(w)=w_1{x}_1+w_2{x}_2+....+b$

sigmoid激活函数 :$f(x)=\frac{1}{1+e^{-x}}$

sigmoid函数的值是在[0,1]区间中的一个概率值,默认为0.5为阈值可以自己设定,大于0.5认为是正例,小于则认为是负例

把上面的$h(w)$ 线性的输出再输入到sigmoid函数当中 $f(w)=\frac{1}{1+e^{-h(w)}}$

3.API

逻辑斯蒂

sklearn.linear_model.LogisticRegression()
参数:fit_intercept bool, default=True 指定是否计算截距max_iter int, default=100  最大迭代次数。迭代达到此数目后，即使未收敛也会停止。
模型对象:.coef_ 权重.intercept_ 偏置predict()预测分类predict_proba()预测分类(对应的概率)score()准确率

4.案例

from sklearn.datasets  import load_iris
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_splitiris = load_iris()
x = iris.data
y = iris.target
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2)model = LogisticRegression(max_iter=1000,fit_intercept=False) #  设置最大迭代次数 避免警告
model.fit(x_train, y_train)
print(model.coef_) #w
print(model.intercept_) # by_predict = model.predict(x_test)
print(y_predict)
print(y_test)
print(model.score(x_test, y_test))

运行结果：

二、 无监督学习 & K-means 聚类算法详解（通俗易懂版）

在机器学习的世界里，我们经常会听到“监督学习”和“无监督学习”这两个词。今天我们就来聊聊其中的 无监督学习，以及它里面非常经典的一个算法 —— K-means 聚类算法。

---

1.什么是无监督学习？

简单来说：

• 无监督学习就是让计算机自己从数据里找规律，不需要我们提前告诉它“正确答案”。
• 它只需要数据的特征（比如年龄、收入、消费频率等），不需要标签（比如“用户是否流失”）。
• 最常见的无监督学习任务就是 聚类，也就是把相似的数据自动分到一组。

---

2.聚类算法是什么？

聚类算法的核心思想是：

• 把数据分成若干个“簇”（cluster），每个簇里的数据彼此相似，不同簇之间的数据差异大。
• 目标是：簇内差异小，簇外差异大。
• 差异通常是通过“距离”来衡量的，比如欧氏距离。

聚类 vs 分类的区别：

项目	聚类（无监督）	分类（监督学习）
是否有标签	❌ 没有标签	✅ 有标签
目标	自动分组	预测类别
应用场景	用户分群、图像分割等	垃圾邮件识别、疾病预测等

---

3.K-means 聚类算法详解

K-means 是最常用的聚类算法之一，它的目标是把数据分成 K 个簇，让簇内的数据点尽可能“抱团”。

3.1. 什么是“簇”和“质心”？

• 簇：就是一组相似的数据点，算法会把它们归为一类。
• 质心：就是每个簇的“中心点”，是这个簇中所有点的平均值。

3.2. K-means 算法的步骤（通俗易懂版）：

1. 随机选 K 个点作为初始质心（可以随便选）。
2. 把每个数据点分配给最近的质心，形成 K 个簇。
3. 重新计算每个簇的质心（就是簇内所有点的平均值）。
4. 重复步骤 2 和 3，直到质心不再变化（或者变化很小），就停止。

动态图示（帮助理解）：

---

4.总结一句话：

K-means 就是一个不断“找中心、分数据、再重新找中心”的过程，直到数据分组稳定下来。

---

5.K-means 的应用场景

• 用户画像与分群
• 图像压缩与分割
• 文档聚类
• 市场细分

6.案例

from sklearn.cluster import KMeans
import numpy as np
import matplotlib.pyplot as plt# 设置随机种子
np.random.seed(0)# 生成随机数据
data = np.random.rand(1000, 2)  # 生成形状为 (1000, 2) 的随机数组# 使用 KMeans 进行聚类
kmeans = KMeans(n_clusters=5)  # 指定聚类中心数量为 5
kmeans.fit(data)  # 拟合数据# 输出聚类结果
print("Cluster labels:", kmeans.labels_)  # 聚类标签
print("Cluster centers:\n", kmeans.cluster_centers_)  # 聚类中心
print("Inertia:", kmeans.inertia_)  # 聚类的惯性（SSE）# 可视化结果
plt.scatter(data[:, 0], data[:, 1], c=kmeans.labels_)  # 绘制数据点
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s=100, c='red')  # 绘制聚类中心
plt.show()

运行结果：

---

如果你觉得这篇文章对你有帮助，欢迎点赞、收藏、转发！🎯