K-mean算法介绍.docVIP

K-MEANS算法 ．流程 输入：聚类个数k，以及包含 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 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”来进行计算的。k-means 算法的工作过程说明如下：首先从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。 2 ． ???聚类法的目的是希望每一中心的距平方差（square error）。?一般都采用均方差作为标准测度函数有一包含c的，其中第 k 可以用集合 Gk表示， Gk包含nk{x1, x2, …, xnk}，此中心yk，的平方差 ek可以定： ???????????? ek = ? i |xi-yk|2 ，其中 xi是第 k 的。 ?而c个类的总的平方差E便是每的平方差和： E = ? k=1~c ek 我方法，就成是一最佳化的，我們要如何取 c ，使得 E 的值最小。 ?3. java 算法的实现说明 ? 1) 假设给一组 c 个点）数据 X = {x1, ..., xc} ，每一点都有 d 维；给定一个类（簇）的数目 k, 求其最好的聚类结果。 ? 2 ） BasicKMeans.java 主类 ??????? int pointCount = 250;// 原始的数据个 ??????? int dimensions = 100;// 每个数据的维度数目 ??????? double[][] points = new double[pointCount][dimensions]; 这里假设 c 点数据为 points 对象，其中 c 为 pointCount,d 为 dimensions 相应值。 ??????? int mk = 30; // 想要类（簇）的数目根据类（簇）数目定义 mk 个类（簇）类对象 ????? mProtoClusters = new ProtoCluster[mK];// 见 ProtoCluster 类说明 ?? // 首先随机选取 mk 个原始数据点作为类（簇）???? mProtoClusters[i]= new ProtoCluster (points[j] );//i 类索引，依此为 0 到 mk 的值； j 为 0 到 pointCount 的值 ? 定义一个变量用于记录和跟踪每个数据点属于哪个类（簇）类 ??? mClusterAssignments = new int[pointCount]; ??? mClusterAssignments[j]=i;// 表示第 j 个数据点对象属于第 i 个类（簇） ?? // 开始循环 ?? // 依次调用计算每个类（簇）类的均值 ?? mProtoClusters[i].updateCenter(mPoints);// 计算第 i 个聚类的均值 ?? // 依次计算每个数据点到中心点的距离，然后根据最小值划分到相应的群集类中；采用距离平方差来表示数据点到中心点的距离； ?? //定义一个变量，来表示数据点到中心点的距离 ?? mDistanceCache = new double[pointCount ][mk]; ??? //其中mDistanceCache[i][j]表示第i个数据点到第j个类（簇）对象中心点的距离； ??? //距离算法描述: ????// a)依次取出每个数据点对象double[] coord = points[i]; ????????b)再依次取出每个类（簇）类中的中心点对象double[] center = mProtoClusters[j].mCenter; ??????? c)计算coord对象与center对象之间的距离? ???? double distance(