K均值聚類算法加源碼(共8頁)

《K均值聚類算法加源碼(共8頁)》由會員分享，可在線閱讀，更多相關(guān)《K均值聚類算法加源碼(共8頁)（9頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、精選優(yōu)質(zhì)文檔-傾情為你奉上模式識別導(dǎo)論K均值聚類算法實驗報告一 實驗功能本實驗功能與目的是實現(xiàn)K均值聚類算法，將“Iris.txt”文件中的數(shù)據(jù)用K均值聚類的方法分為三類。分類結(jié)果用該數(shù)據(jù)的數(shù)據(jù)編號表示。二 子函數(shù)列表參數(shù)說明程序中使用到了三個子函數(shù)1. void fileop(category *p)/文件打開讀入結(jié)構(gòu)體函數(shù)函數(shù)功能：將Iris.txt文件打開，把數(shù)據(jù)從文件中讀出存入定義的結(jié)構(gòu)體，每個向量的分量存入結(jié)構(gòu)體的對應(yīng)元素中，取值結(jié)束后將文件關(guān)閉函數(shù)參數(shù)：已定義的結(jié)構(gòu)體category，結(jié)構(gòu)體定義如下 struct category/待聚類數(shù)據(jù)結(jié)構(gòu)體int label;/標(biāo)號floa

2、t x1;/四個分量float x2;float x3;float x4;2. float min(float x,float y,float z)/最小值函數(shù)函數(shù)功能：求三個數(shù)的最小值并返回最小值數(shù)據(jù)函數(shù)參數(shù)：三個單精度浮點型數(shù)據(jù)3. void K_averange(category *p,category a,category b,category c)/k均值聚類函數(shù)函數(shù)功能：實現(xiàn)K均值聚類算法函數(shù)參數(shù)：已定義的待聚類結(jié)構(gòu)體，定義同上。聚類中心結(jié)構(gòu)體a,b,c。存放每次迭代的聚類中心，初始聚類中心為文件中的前三個數(shù)據(jù)三 程序流程圖輸出結(jié)果結(jié)束聚類中心是否改變Y Y開始打開文件是否成功聚類

3、選擇初始聚類中心修改聚類中心N Y N四 程序源代碼#include#includeusing namespace std;#define MAX 151/定義數(shù)據(jù)個數(shù)int COUNT=1;/記錄迭代次數(shù)int a1MAX;/存放第i類的標(biāo)號(i=1,2,3)int a2MAX;int a3MAX;int b1;/記錄第i類元素的個數(shù)(i=1,2,3)int b2;int b3;struct category/待聚類數(shù)據(jù)結(jié)構(gòu)體int label;/標(biāo)號float x1;/四個分量float x2;float x3;float x4;void fileop(category *p)/文件打開讀

4、入結(jié)構(gòu)體函數(shù)int i;fstream dataFile;dataFile.open(Iris.txt,ios:in);if(dataFile.fail()cout打開文件失敗endl;exit(0);while(!dataFile.eof()for(i=1;ipi.x1;dataFilepi.x2;dataFilepi.x3;dataFilepi.x4;dataFile.close();float min(float x,float y,float z)/最小值函數(shù)if(xy&xz)return x;else if(yx&yz)return y;else if(zx&zy)return z;

5、void K_averange(category *p,category a,category b,category c)/k均值聚類函數(shù)struct category com1,com2,com3;/用來比較聚類中心是否改變struct category sum1,sum2,sum3;/求各類各分量的和進(jìn)而計算新的聚類中心com1=a;com2=b;com3=c;sum1.x1=sum1.x2=sum1.x3=sum1.x4=0;sum2.x1=sum2.x2=sum2.x3=sum2.x4=0;sum3.x1=sum3.x2=sum3.x3=sum3.x4=0;int i;for(i=1;

6、iMAX;i+)a1i=0;a2i=0;a3i=0;float f3;float flag;b1=0;b2=0;b3=0;for(i=1;iMAX;i+)f0=(pi.x1-a.x1)*(pi.x1-a.x1)+(pi.x2-a.x2)*(pi.x2-a.x2)+(pi.x3-a.x3)*(pi.x3-a.x3)+(pi.x4-a.x4)*(pi.x4-a.x4);f1=(pi.x1-b.x1)*(pi.x1-b.x1)+(pi.x2-b.x2)*(pi.x2-b.x2)+(pi.x3-b.x3)*(pi.x3-b.x3)+(pi.x4-b.x4)*(pi.x4-b.x4);f2=(pi.x1

7、-c.x1)*(pi.x1-c.x1)+(pi.x2-c.x2)*(pi.x2-c.x2)+(pi.x3-c.x3)*(pi.x3-c.x3)+(pi.x4-c.x4)*(pi.x4-c.x4);/計算到三個聚類中心的距離值flag=min(f0,f1,f2);/取最小值if(f0=flag)a1b1+=pi.label;sum1.x1+=pi.x1;sum1.x2+=pi.x2;sum1.x3+=pi.x3;sum1.x4+=pi.x4;else if(f1=flag)a2b2+=pi.label;sum2.x1+=pi.x1;sum2.x2+=pi.x2;sum2.x3+=pi.x3;su

8、m2.x4+=pi.x4;else if(f2=flag)a3b3+=pi.label;sum3.x1+=pi.x1;sum3.x2+=pi.x2;sum3.x3+=pi.x3;sum3.x4+=pi.x4;/將每個元素加到距離最小值的類，并求和sum1.x1=sum1.x1/b1;sum1.x2=sum1.x2/b1;sum1.x3=sum1.x3/b1;sum1.x4=sum1.x4/b1;sum2.x1=sum2.x1/b2;sum2.x2=sum2.x2/b2;sum2.x3=sum2.x3/b2;sum2.x4=sum2.x4/b2;sum3.x1=sum3.x1/b3;sum3.x

9、2=sum3.x2/b3;sum3.x3=sum3.x3/b3;sum3.x4=sum3.x4/b3;/求平均值/測試代碼/*for(j=0;jb1;j+)couta1jendl;cout*endl;for(j=0;jb2;j+)couta2jendl;cout*endl;for(j=0;jb3;j+)couta3jendl;cout*endl;coutb1endl;coutb2endl;coutb3endl;coutsum1.x1 sum1.x2 sum1.x3 sum1.x4endl;coutsum2.x1 sum2.x2 sum2.x3 sum2.x4endl;coutsum3.x1 s

10、um3.x2 sum3.x3 sum3.x4endl;*/a=sum1;b=sum2;c=sum3;/新的聚類中心if(a.x1!=com1.x1|a.x2!=com1.x2|a.x3!=com1.x3|a.x4!=com1.x4|b.x1!=com2.x1|b.x2!=com2.x2|b.x3!=com2.x3|b.x4!=com2.x4|c.x1!=com3.x1|c.x2!=com3.x2|c.x3!=com3.x3|c.x4!=com3.x4)K_averange(p,a,b,c);COUNT+;/如果聚類中心改變，遞歸調(diào)用k均值聚類函數(shù)，并增加迭代次數(shù)int main()int j;

11、cout已將文件的數(shù)據(jù)按行號編號endl;struct category *p=new categoryMAX;struct category a,b,c;fileop(p);/文件操作a=p1;b=p2;c=p3;/聚類中心初始值定義為前三個數(shù)據(jù)K_averange(p,a,b,c);/K均值聚類函數(shù)cout第一類分類結(jié)果為：endl;for(j=0;jb1;j+)couta1jendl;cout*endl;cout第二類分類結(jié)果為：endl;for(j=0;jb2;j+)couta2jendl;cout*endl;cout第三類分類結(jié)果為：endl;for(j=0;jb3;j+)couta

12、3jendl;cout共迭代COUNT次endl;/ 測試代碼/coutb1 b2 b3endl;/for(i=1;iMAX;i+)/coutpi.label pi.x2endl;/coutendl;/couta.x1 a.x2 a.x3 a.x4endl;/coutb.x1 b.x2 b.x3 b.x4endl;/coutc.x1 c.x2 c.x3 c.x4endl;delete p;return 0;五 輸出結(jié)果已將文件的數(shù)據(jù)按行號編號第一類分類結(jié)果為：51 53 78 101 103 104 105 106 108 109 110 111 112 113 116 117 118 119

13、 121 123 125 126 129 130 131 132 133 135 136 137 138 140 141 142 144 145 146 148 149*第二類分類結(jié)果為：52 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 102 107 114 115 120 122 124 127 128 134 139 143 147 150*第三類分類結(jié)果為

14、：1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50共迭代11次Press any key to continue（注：程序輸出時為一行一個數(shù)據(jù)，報告中為了節(jié)省頁面，更加直觀，故一行多個數(shù)據(jù)。報告中的數(shù)據(jù)結(jié)果和程序輸出時的分類結(jié)果一致）六 算法分析通過實驗程序輸出可以看出，選取文件中起始的三個數(shù)據(jù)作為聚類中心將150個數(shù)據(jù)分類共需要迭代11次。此外，我采用隨機(jī)產(chǎn)生起始

15、的聚類中心的方法下，迭代的次數(shù)出現(xiàn)了5次左右和12次左右的明顯差異。從而我發(fā)現(xiàn)K-均值聚類算法的收斂性是和初值的選取有關(guān)。在實驗中，程序中初始的聚類中心是1,2,3前三個數(shù)，而通過結(jié)果發(fā)現(xiàn)前三個數(shù)屬于同一類，迭代的次數(shù)為11次。而將1,51,52分別屬于三個類別的數(shù)據(jù)作為初始聚類中心，迭代次數(shù)為4次。由此可見，初始值選擇同一類時K-均值算法的收斂速度較慢，初始值選擇不同類別時K-均值算法的收斂速度較快。在起始不知道數(shù)據(jù)分類結(jié)果的情況下，初始聚類中心的選擇是隨機(jī)的。因此對于K-均值算法的收斂速度也是不確定的。但從隨機(jī)選擇數(shù)據(jù)做聚類中心的迭代次數(shù)可以看出，K-均值算法的收斂速度還是較慢的。時間復(fù)雜度也較高其次，在實驗中我發(fā)現(xiàn)第51個數(shù)據(jù)在起始聚類中心不同的情況下，會被分為不同的類。從而起始聚類中心的選擇與部分?jǐn)?shù)據(jù)的分類也有很大關(guān)系。最后，在此次實驗中，對于結(jié)構(gòu)體的定義有一些不足，應(yīng)將結(jié)構(gòu)體中的分量定義成數(shù)組的形式。這樣在比較聚類中心是否相同的條件判斷中不用寫那樣長的判斷條件了，直接用一個循環(huán)比較。這也是我的程序應(yīng)該優(yōu)化和提高的地方。專心-專注-專業(yè)