注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

鑫淼梦园的博客

圆你的梦想 从这里开始

 
 
 

日志

 
 

K均值算法原理及编程  

2014-02-28 12:59:56|  分类: delphi 算法 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

K均值算法原理及编程

 (2010-11-01 01:57:03)
标签: 

杂谈

动态聚类方法是模式识别中一种普遍采用的方法,它具有以下3个要点:
    1:选定某种距离度量作为样本间的相似性度量
    2:确定某个评价聚类结果质量的准则函数
    3:给定某个初始分类,然后用迭代算法找出使准则函数取极值的最好的聚类结果

K-MEANS算法:
输入:聚类个数k,以及包含 n个数据对象的数据库。
输出:满足方差最小标准的k个聚类。

处理流程:
(1)  从 n个数据对象任意选择 k 个对象作为初始聚类中心;
(2)  循环(3)到(4)直到每个聚类不再发生变化为止;
(3)  根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;
(4)  重新计算每个(有变化)聚类的均值(中心对象)

k-means 算法接受输入量 k ;然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。
k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。 */


#include<stdio.h>
#include<math.h>
void main()
{
 char test='q';
 int i,j,sn1=0,sn2=0,n=0;
 float z1x,z1y,z2x,z2y,z1x_l,z1y_l,z2x_l,z2y_l;
 float X[100][2],S1[100][2],S2[100][2];

while(test!=27)
{
 
 printf("Please input the numble of the data:");
 scanf("%d",&n);
 printf("Please input data\n");
 for(i=0;i<n;i++)
 {
  for(j=0;j<2;j++)
  {
   if(j==0)
   {
    printf("X[%d]x=",i+1);
    scanf("%f",&X[i][j]);
   }
   else
   {
    printf("X[%d]y=",i+1);
    scanf("%f",&X[i][j]);
   }
  
  
  }
 }


 z1x=z1x_l=X[0][0];//初始化聚类中心
 z1y=z1y_l=X[0][1];
 z2x=z2x_l=X[1][0];
 z2y=z2y_l=X[1][1];

again:

 sn1=0;
 sn2=0;
 for(i=0;i<n;i++)
 {
  if(((X[i][0]-z1x)*(X[i][0]-z1x)+(X[i][1]-z1y)*(X[i][1]-z1y))<((X[i][0]-z2x)*(X[i][0]-z2x)+(X[i][1]-z2y)*(X[i][1]-z2y)))//判断数据所属
  {
   S1[sn1][0]=X[i][0];
   S1[sn1][1]=X[i][1];
   sn1++;
  }
  else
  {
   S2[sn2][0]=X[i][0];
   S2[sn2][1]=X[i][1];
   sn2++;
  }
 }

 z1x=0;
 z1y=0;
 for(i=0;i<sn1;i++)
 {
  z1x=(S1[i][0]+z1x);
  z1y=(S1[i][1]+z1y);
 }
 z1x=z1x/(sn1);
 z1y=z1y/(sn1);
 z2x=0;
 z2y=0;
 for(i=0;i<sn2;i++)
 {
  z2x=(S2[i][0]+z2x);
  z2y=(S2[i][1]+z2y);
 }
 z2x=z2x/(sn2);
 z2y=z2y/(sn2);


 if((z1x!=z1x_l)||(z1y!=z1y_l)||(z2x!=z2x_l)||(z2y!=z2y_l))
 {
  z1x_l=z1x;
  z1y_l=z1y;
  z2x_l=z2x;
  z2y_l=z2y;
  goto again;//有时候goto还是很好用的,这里判断迭代得出的聚类中心的值是否与上次相同,不同继续迭代
 }
 

printf("%f,%f,%f,%f\nRress Esc to close\nRress any key to continue\n ",z1x,z1y,z2x,z2y);
test=getch(); //按ESC退出
}//回while
}

  评论这张
 
阅读(253)| 评论(1)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017