机器学习算法及案例-洪萨配资

一、机器学习入门算法总结

本次课程学习了经典机器学习基础算法，涵盖监督学习和无监督学习两大核心方向，是入门机器学习的基石，以下是算法核心原理、适用场景、优缺点总结：

1. 监督学习

监督学习的核心是用已知标签的训练数据，学习输入到输出的映射关系，最终对新数据做预测。

（1）线性回归

核心原理：拟合一条线性直线/超平面，最小化预测值与真实值的误差，用于连续数值预测。
适用场景：房价预测、销售额预测、气温预测、股票走势简单预估。
优点：模型简单、训练快、可解释性强。
缺点：只能拟合线性关系，无法处理复杂非线性数据。

（2）逻辑回归

核心原理：在线性回归基础上加入Sigmoid函数，将输出映射到0-1之间，用于二分类任务。
适用场景：垃圾邮件分类、疾病诊断、用户流失预测、信用卡欺诈检测。
优点：训练效率高、输出结果是概率值、可解释性强。
缺点：仅适用于线性可分数据，无法处理复杂分类场景。

（3）K 近邻（KNN）

核心原理：物以类聚，新数据的类别由距离它最近的 K 个训练样本投票决定。
适用场景：手写数字识别、简单图像分类、推荐系统初筛。
优点：无需训练模型、原理简单、适合小数据集。
缺点：预测速度慢（需计算所有样本距离）、对异常值和数据尺度敏感。

2. 无监督学习

无监督学习的核心是从无标签数据中自动发现隐藏结构，无需人工标注数据。

K-means 聚类

核心原理：随机选取 K 个中心点，迭代将数据分配到最近的簇，更新簇中心，直到簇不再变化。
适用场景：用户分群、图像颜色压缩、商品分类、异常检测、文本聚类。
优点：算法高效、原理简单、适合大规模数据。
缺点：需手动指定 K 值、对初始中心点和异常值敏感。

二、实战案例：基于 K-means 的图像主色提取（颜色聚类）

案例选择理由

结合课程学习的K-means 聚类算法，选择图像主色提取作为实战案例：

贴合课程知识点，纯用 K-means 实现，无额外复杂算法；
可视化效果直观，能清晰看到聚类结果；
借助 AI 工具快速生成代码、调试优化，符合作业要求；
可扩展到车票 / 车牌识别的预处理环节。

一、设计思路

需求：输入一张图片，用 K-means 聚类将图片中所有像素的颜色，聚合成指定数量的主色调，输出聚类后的图像；
流程：读取图片 → 像素数据预处理 → K-means 聚类训练 → 像素替换为簇中心颜色 → 还原图像尺寸 → 可视化结果；
核心逻辑：图像的每个像素是 RGB 三维数据，K-means 对所有像素颜色聚类，同类像素用同一颜色表示。

二、环境准备

安装依赖库：

pip install numpy opencv-python matplotlib scikit-learn

三、完整代码

# 导入所需库 import cv2 import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans # ---------------------- 1. 读取并预处理图像 ---------------------- # 读取图片 image = cv2.imread("test.jpg") # OpenCV默认BGR格式，转换为RGB image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 获取图像尺寸 h, w, ch = image.shape print(f"图像尺寸：高{h}，宽{w}，通道数{ch}") # 将图像 reshape 为 (像素总数, 3) 的二维数组，适配K-means输入 pixels = image.reshape((-1, 3)) print(f"像素数据形状：{pixels.shape}") # ---------------------- 2. K-means聚类训练 ---------------------- # 设置聚类数量 n_clusters = 4 # 创建K-means模型 kmeans = KMeans(n_clusters=n_clusters, random_state=42) # 训练模型 kmeans.fit(pixels) # ---------------------- 3. 生成聚类后的图像 ---------------------- # 获取聚类中心 colors = kmeans.cluster_centers_ # 获取每个像素的聚类标签 labels = kmeans.labels_ # 将每个像素替换为对应簇的中心颜色 result_pixels = colors[labels].astype(np.uint8) # 还原为原始图像尺寸 result_image = result_pixels.reshape((h, w, ch)) # ---------------------- 4. 结果可视化 ---------------------- plt.rcParams["font.sans-serif"] = ["SimHei"] # 显示中文 plt.figure(figsize=(12, 5)) # 子图1：原始图像 plt.subplot(1, 2, 1) plt.imshow(image) plt.title("原始图像") plt.axis("off") # 子图2：K-means聚类后主色图像 plt.subplot(1, 2, 2) plt.imshow(result_image) plt.title(f"K-means聚类结果（{n_clusters}种主色）") plt.axis("off") # 打印提取到的主色RGB值 print("\n提取的主色RGB值：") for i, color in enumerate(colors): print(f"主色{i+1}：R={int(color[0])}, G={int(color[1])}, B={int(color[2])}") plt.show()

四、运行结果示例

1.控制台输出：

图像尺寸：高1442，宽960，通道数3 像素数据形状：(1384320, 3) 提取的主色RGB值： 主色1：R=104, G=103, B=147 主色2：R=214, G=173, B=152 主色3：R=247, G=248, B=248 主色4：R=54, G=27, B=69

2.可视化结果：

左侧：原始彩色图像；
右侧：仅保留 4 种主色的聚类图像，颜色更简洁，轮廓更清晰。

四、扩展应用

车牌 / 车票识别预处理：用 K-means 提取车牌主色（蓝色 / 黄色），过滤背景杂色，提升识别准确率；
图像压缩：用少量主色代替全颜色，减小图片体积；
图像分割：区分前景和背景，为目标检测做预处理。

三、学习过程总结

算法理解：区分了不同计算机学习算法的核心区别，掌握了线性回归、逻辑回归、KNN、K-means 的适用场景；
实战能力：学会用 AI 工具辅助机器学习开发；
核心收获：机器学习的核心是数据 + 算法 + 目标，K-means 作为无监督学习经典算法，在图像、数据挖掘中应用广泛；
后续方向：可将本次案例结合车牌 / 车票定位，完成完整的识别项目。

总结

本次课程 4 大算法：线性回归（数值预测）、逻辑回归（二分类）、KNN（近邻分类）、K-means（无监督聚类）；
实战案例用K-means 实现图像主色提取，借助 AI 工具快速完成代码、可视化、优化；
可扩展到车牌 / 车票识别预处理。

机器学习算法及案例