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
2. 观察学习与生活中可以用K均值解决的问题。
从数据-模型训练-测试-预测完整地完成一个应用案例。
这个案例会作为课程成果之一,单独进行评分。
1.这里将爬取的房源信息作为原始数据(已经过预处理),并选择其中物业类型为住宅的数据进行测试
2.K均值算法应用
3.总结:从本次对房源信息中的建筑面积以及绿化率数据进行分类测试可以看出,建筑面积和绿化率大小没有必然联系,但是也可以看出建筑面积越大,绿化率的值的大小起伏范围趋于稳定,即在本次测试的住宅类型房源中,当建筑面积很大时,各房源的绿化率没有较大区别,用户在选择房源时可以适当忽略这一因素。