基于欧几里德距离的kmeans算法.docxVIP

基于欧几里德距离的K-means算法---Matlab源代码闲着无聊，把自己以前写的基于欧几里德距离的k-means源代码拿出来看了一下，发现竟然还差强人意。除了实现了传统K-means的基本功能以外，还实现了通过可视化的方法来优化K值的功能。今天晚上再实现基于语义相似度矩阵的K-means算法，并通过另一种更合理的方法（粒子群优化算法，PSO）来优化K值，然后发布出来。现提供这个版本的matlab源代码如下：function rand_diff = rand_diff( k,n )% 产生k个不相等的从1到n的随机数% Author:captaincrunch% 产生n个不相等的从1到n的随机数y=rand(1,n);[ignore p]=sort(y);%选取其中前k个并返回rand_diff=p(1:k);endfunction [A q]=k_clustering( k,n,e )% k-平均算法% Author:captaincrunch% 输入簇的数目k和包含n个对象的数据库；输出k个簇，使平方误差准则最小% e为程序停止的判断准则，即判断准则函数的值重复e次，便判定它收敛%载入实验数据load data p;[row column]=size(p);%产生k个不相等的从1到n的随机数放入到矩阵rand_A中rand_A=rand_diff(k,n);%初始化k*n的矩阵A，第i行j列数值为1则表明第j个元素存在于第i簇中，否则为0A=zeros(k,n);fori=1:kA(i,rand_A(i))=1;endE1=inf;E0=inf;E=inf;iteration=1;%进入循环while(iteratione)%更新簇的平均值，即计算每个对象簇中对象的平均值Z=[];Y=[]; %矩阵Y用来存储各簇的平均值for i=1:kL=find(A(i,:)==1);[x,y]=size(L);for j=1:yZ=[Z p(:,L(j))];endY=[Y sum(Z,2)/y];Z=[];endA=zeros(k,n);%根据簇中对象的平均值，将每个对象赋给最类似的簇I=[];for i=1:nfor j=1:kI=[I pdist([p(:,i);Y(:,j)])];end[M N]=min(I);A(N,i)=1;%将对象赋给最类似的簇I=[];end%计算准则函数EE=0;for i=1:kL=find(A(i,:)==1);[x,y]=size(L);for j=1:yE=E+(pdist([p(:,L(j));Y(:,i)]))^2;endendE1=abs(E0-E);E0=E;if E1==0iteration=iteration+1;elseiteration=1;endend%计算聚类的距离代价，其中类内距离为w，类间距离为b，距离代价为q=b+w%求类内距离w=0;for i=1:kL=find(A(i,:)==1);[x y]=size(L);for j=1:yw=w+pdist([p(:,L(j));Y(:,i)]);endendb=0;q=0;%求类间距离b0=sum(p,2)/n; %全部研究对象的均值for i=1:kb=b+pdist([b0;Y(:,i)]);end%求距离代价q=b+w;endfunction outprint( k,n,e )% 调用k_clustering函数，并输出结果%调用k_clustering函数[A q]=k_clustering(k,n,e);%聚类成功fprintf(聚类成功！\n);%输出聚类质量评价系数，即聚类总体质量qfprintf(聚类评价系数，即距离代价为：);q%输出聚类矩阵到数据文档save k35 A;%输出各簇所包含元素for i=1:kc=find(A(i,:));fprintf(第%d簇的元素序号为： ,i);cfprintf(\n);endendfunction solve_k( n,e )% 通过作图法求出最合适的k值x=[];y=[];shg[A q]=k_clustering(1,n,e);temp_1=1;temp_2=q;for k=1:n[A q]=k_clustering(k,n,e);temp_3=plot(k,q,*b);hold on;set(temp_3,erasemode,none);temp_4=line([temp_1 k],[temp_2 q],Marker,*);set(temp_4,color,r);x=[x k];y=[y q];xl = fix(min(x(1,:)));yl = fix(min(y(1,:)));if xl 0xl = 0;endif yl 0yl = yl;