k均值算法实验报告.docVIP

课题名称：k均值算法 1.前言 1.1研究的目的意义及内容 在自然科学和社会科学中，存在着大量的分类问题。所谓类，通俗地说，就是指相似元素的集合。聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法。聚类分析起源于分类学，在古老的分类学中，人们主要依靠经验和专业知识来实现分类，很少利用数学工具进行定量的分类。随着人类科学技术的发展，对分类的要求越来越高，以致有时仅凭经验和专业知识难以确切地进行分类，于是人们逐渐地把数学工具引用到了分类学中，形成了数值分类学，之后又将多元分析的技术引入到数值分类学形成了聚类分析。k-means 算法是接受输入量 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。 1.2检索策略与检索结果 1.2.1检索系统 (1)维普咨询网 (2)百度文库 (3)超星图书馆 (4)万方知识平台 (5)中国知网 1.2.2检索词 （1）聚类算法；（2）k均值算法；（3）k均值算法原理；（4）k均值算法的源程序；（5）k均值算法处理流程 1.2检索结果 （1）维普咨询网检索到64条相关信息 万方知识平台检索到72条相关信息 2.k均值算法处理流程 （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HYPERLINK /view/1052684.htm \t _blank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???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。 3.k均值算法源程序 #includestdlib.h #include stdio.h #include math.h int N;//数据个数 int K;//集合个数 int * CenterIndex;//初始化质心数组的索引 double * Center;//质心集合 double * CenterCopy;//质心集合副本 double * AllData;//数据集合 double ** Cluster;//簇的集合#includetime.h int * Top;//集合中元素的个数，也会用作栈处理 //随机生成k个数x(0=x=n-1)作为起始的质心集合 void CreateRandomArray(int n, int k,int * center) { int i=0; int j=0; srand( (unsigned)time( NULL ) ); for( i=0;ik;++i)//随机生成k个数 { int a=rand()%n;//判重 for(j=0;ji;j++) if(center[j]==a)//重复 break; if(j=i)//如果不重复，加入 center[i]=a; else i--;//如果重复，本次重新随机生成 } } //返回距离最小的质心的序号 int GetIndex(double value,double * center) { int i=0; int index=i;//最小的质心序号 double min=fabs(value-center[i]);//距质心最小距离 for(i=0;iK;i++) { if(fabs(value-center[i])min)//如果比当前距离还小，更新