- 1、本文档共28页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
.
资料.
《 — 人工智能方向实习—》
实 习 报 告
实验一 数据聚类分析
一、实验目的
编程实现数据聚类的算法。
二、实验内容
k-means聚类算法。
三、实验原理方法和手段
k-means算法接受参数k ;然后将事先输入的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.
四、实验条件
Matlab2014b
五、实验步骤
初始化k个聚类中心。
计算数据集各数据到中心的距离,选取到中心距离最短的为该数据所属类别。
计算(2)分类后,k个类别的中心(即求聚类平均距离)
继续执行(2)(3)直到k个聚类中心不再变化(或者数据集所属类别不再变化)
六、实验代码
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% main.m
% k-means algorithm
% @author matcloud
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clear;
close all;
load fisheriris;
X = [meas(:,3) meas(:,4)];
figure;
plot(X(:,1),X(:,2),ko,MarkerSize,4);
title(fisheriris dataset,FontSize,18,Color,red);
[idx,ctrs] = kmeans(X,3);
figure;
subplot(1,2,1);
plot(X(idx==1,1),X(idx==1,2),ro,MarkerSize,4);
hold on;
plot(X(idx==2,1),X(idx==2,2),go,MarkerSize,4);
hold on;
plot(X(idx==3,1),X(idx==3,2),bo,MarkerSize,4);
hold on;
plot(ctrs(:,1),ctrs(:,2),kx,MarkerSize,12);
title(official kmeans,FontSize,16,Color,red);
[idx,ctrs] = my_kmeans(X,3);
subplot(1,2,2);
plot(X(idx==1,1),X(idx==1,2),ro,MarkerSize,4);
hold on;
plot(X(idx==2,1),X(idx==2,2),go,MarkerSize,4);
hold on;
plot(X(idx==3,1),X(idx==3,2),bo,MarkerSize,4);
hold on;
plot(ctrs(:,1),ctrs(:,2),kx,MarkerSize,12);
title(custom kmeans,FontSize,16,Color,red);
function [idx,ctrs] = my_kmeans(m,k)
[row col] = size(m);
%init k centroids
p = randperm(size(m,1));
for i = 1 : k
ctrs(i,:) = m(p(i),:);
end
idx = zeros(row,1);%idex is pointer of group
while 1
d = dist2matrix(m,ctrs);
[z,g] = min(d,[],2);
if(g == idx)
break;
else
idx = g;
end
%update ctroids
for i = 1 : k
v = find(g == i);
if v
ctrs(i,:) = mean(m(v,:),1);
end
end
end
end
function [idx,ctrs] = my_kmeans(m,k)
[row col] = size(m);
%init k centr
您可能关注的文档
最近下载
- 实验室检测培训总结.docx VIP
- 大学学110周年庆典综艺晚会舞美灯光音响舞台工程投标文件(技术标).docx
- 《中华人民共和国安全生产法》试题.doc VIP
- 公路工程质量检验评定标准(JTG F801-2017)培训课件.pptx
- ASCO 胰腺癌领域治疗新进展.pptx
- 高三读后续写题库练习题55篇(含范文解析).pdf VIP
- 2024届湖北省七市州高三3月联考语文试题评讲课件.pptx
- 食品生产企业食品安全主要主体责任清单、每日食品安全检查记录.pdf VIP
- 急性上消化道出血急诊诊治流程--危重病课件.ppt
- 湖北省七市州2024届高三下学期3月联考二模语文试题及答案解析.docx
文档评论(0)