使用K-Means 算法进行聚类分析程序

你这是四维数据，我这是一维数据kmeans，你试试吧

#include<iostream>此肢此

#include<math.h>

#include<stdlib.h>

#include<stdio.h>

using namespace std

int N //数据个数

int K //集合个数

int *CenterIndex//质心索引集合,即属于第几个参考点

double *Center //质心集合

double *CenterCopy

double *DataSet

double **Cluster

int *Top

/*算法描饥氏述:

C-Fuzzy均值聚类算法采用的是给定类的个数K,将N个元素(对象)分配到K个类中去使得类内对象之间的相似性最大,而类之间的相似性最小 */

//函数声明部分

void InitData()

void InitCenter()

void CreateRandomArray(int n,int k,int *centerIndex)

void CopyCenter()

void UpdateCluster()

void UpdateCenter()

int GetIndex(double value,double *centerIndex)

void AddtoCluster(int index,double value)

void print()

bool IsEqual(double *center,double *centercopy)

int main()

{

int Flag=1

InitData()

while(Flag)//无限次循环

{

UpdateCluster()

UpdateCenter()

if(IsEqual(Center,CenterCopy))

{

Flag=0

}

else

{

CopyCenter()

}

}

print()

getchar()

system("pause")

}

void InitData()

{

int i=0

int a

cout<<"请输入数据元素的个数: "

cin>>N

cout<<"请输入分类数: "

cin>>K

if(K>N)

{

return

}

CenterIndex =new int [sizeof(int)]

Center =new double [sizeof(double)*K]

CenterCopy =new double [sizeof(double)*K]

DataSet =new double [sizeof(double)*N]

Cluster =new double* [sizeof(double*)*K]

Top =new int [sizeof(int)*K]

//初始化K个类的集合

for(i=0i<Ki++)

{

Cluster[i]=new double [sizeof(double)*N]

Top[i]=0

}

cout<<"请输入数据"<<endl

for(i=0i<Ni++)

{

cin>>a

DataSet[i]=a

}

//初始化质心集合

InitCenter()

UpdateCluster()

}

void InitCenter()//初始化中心点（参照点）

{

int i=0

//产生随即的K个<N的不同的序列

CreateRandomArray(N,K,CenterIndex)

for(i=0i<Ki++)

{

Center[i]=DataSet[CenterIndex[i]]

}

CopyCenter()

}

void CreateRandomArray(int n,int k,int *centerIndex)//产生可以随输出控制的 k与n （可舍弃）

{

int i=0,j=0

for(i=0i<Ki++)

{

int a=rand()%n

for(j=0j<ij++)

{

if(centerIndex[j]==a)

break

}

if(j>=i)

{

centerIndex[i]=a

}

else

{

i--

}

}

}

void CopyCenter()//将旧的中心点保留以作森迅比较

{

int i=0

for(i=0i<Ki++)

{

CenterCopy[i]=Center[i]

}

}

void UpdateCluster()//

{

int i=0

int tindex

for(i<Ki++)

{

Top[i]=0

}

for(i=0i<Ni++)

{

tindex=GetIndex(DataSet[i],Center)

AddtoCluster(tindex,DataSet[i])

}

}

int GetIndex(double value,double *center)//判断属于哪个参照点

{

int i=0

int index=i

double min=fabs(value-center[i])

for(i=0i<Ki++)

{

if(fabs(value-center[i])<min)

{

index=i

min=fabs(value-center[i])

}

}

return index

}

void AddtoCluster(int index,double value)//统计每组个数（用于均值法求新的参照点）

{

Cluster[index][Top[index]]=value

Top[index]++

}

void UpdateCenter()//更新参照点

{

int i=0,j=0

double sum

for(i=0i<Ki++)

{

sum=0.0

for(j=0j<Top[i]j++)

{

sum+=Cluster[i][j]

}

if(Top[i]>0)

{

Center[i]=sum/Top[i]

}

}

}

bool IsEqual(double *center,double*centercopy)//

{

int i

for(i=0i<Ki++)

{

if(fabs(center[i]!=centercopy[i]))

return 0

}

return 1

}

void print()//

{

int i,j

cout<<"===================================="<<endl

for(i=0i<Ki++)

{

cout<<"第"<<i<<"组：质心为："<<Center[i]<<endl

cout<<"数据元素为:\n"

for(j=0j<Top[i]j++)

{

cout<<Cluster[i][j]<<'\t'

}

cout<<endl

}

}

在聚类分析中,K-均值聚类算法（雹胡k-means algorithm）是无监督分类中的一种基本方法,其也称为C-均值算法,其基本思想是：通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果.\x0d假设要把样本集分为c个类别,算法如下：\x0d（1）适当选择c个类的初始中心；\x0d（2）在第k次迭代中,对任意一个样本,求其到c个中心的距离,将该样本归到距离最短的瞎肆枣中心所在的类,\x0d（3）利用均值等方法更新该类的中心值；\x0d（4）对于所有的c个聚类中心,如果利用（2）（3）的迭代法更新后,值保持不变,则迭代结束,否则继续迭代.\x0d下面介绍作者编写的一个分两类的程序,可以把其作为函数调用.\x0d%% function [samp1,samp2]=kmeans(samp)作为调用函数时去掉注释符\x0dsamp=[11.1506 6.7222 2.3139 5.9018 11.0827 5.7459 13.2174 13.8243 4.8005 0.9370 12.3576]%样本集\x0d[l0 l]=size(samp)\x0d%%利用均值把样本分为两类,再将每类的均值作为聚类中心\x0dth0=mean(samp)n1=0n2=0c1=0.0c1=double(c1)c2=c1for i=1:lif samp(i)<th0\x0dc1=c1+samp(i)n1=n1+1elsec2=c2+samp(i)n2=n2+1endendc1=c1/n1c2=c2/n2%初始聚类中心t=0cl1=c1cl2=c2\x0dc11=c1c22=c2%聚类中磨拆心while t==0samp1=zeros(1,l)\x0dsamp2=samp1n1=1n2=1for i=1:lif abs(samp(i)-c11)<abs(samp(i)-c22)\x0dsamp1(n1)=samp(i)\x0dcl1=cl1+samp(i)n1=n1+1\x0dc11=cl1/n1elsesamp2(n2)=samp(i)\x0dcl2=cl2+samp(i)n2=n2+1\x0dc22=cl2/n2endendif c11==c1 &&c22==c2t=1endcl1=c11cl2=c22\x0dc1=c11c2=c22\x0dend %samp1,samp2为聚类的结果.\x0d初始中心值这里采用均值的办法,也可以根据问题的性质,用经验的方法来确定,或者将样本集随机分成c类,计算每类的均值.\x0dk-均值算法需要事先知道分类的数量,这是其不足之处.

---