k-means算法实验报告.docxVIP

. 哈尔滨工业大学 数据挖掘理论与算法实验报告 (2014 年度秋季学期 ) -- . 课程编码 S1300019C 授课教师 高 宏 学生姓名 赵天意 学 号 14S101018 学 院 电气工程及自动化学院 一、实验内容 设计实现 k 均值聚类算法。 二、实验设计 随机生成 2 维坐标点，对点进行聚类，进行 k=2 聚类， k=3 聚类，多次 k=4 聚 类，分析比较实验结果。 三、实验环境及测试数据 实验环境： Windows7 操作系统， Python2.7 IDLE 测试数据： 随机生成 3 个点集，点到中心点距离服从高斯分布： -- . 集合大小 中心坐标 半径 1 100 5,5 2 2 100 10,6 2 3 100 8,10 2 四、实验过程 编写程序 随机生成测试点集，分别聚成 2, 3, 4 类，观察实验结果 多次 4 聚类，观察实验结果 五、实验结果 初始随机点： 聚类 -- . 迭代 -平方误差 1 2 3 4 5 6 1337 677 639 634 633 633 聚类中心与类中点数 9.06 ，8.29 191 5.05 ，5.01 109 聚类 1 2 3 4 5 6 7 8 9 10 11 12 810 692 690 688 686 681 565 385 369.4 369.8 37 37 0 0 4.99 ，5.05 108, 7.92 ，10.48 93 -- . 10.15 ，6.16 99 聚类 迭代 27 次，平方误差 344.897291273 7.95 ，, 10.56 90 4.89 ，5.00 103 8.41 ，6.31 38 10.75 ，6.1,4 69 多次4聚类 迭代27次 平方误差 352.19 4.95 ，5.03 106 9.79 ，6.03 93 -- . 7.85 ，10.50 90 12.71 ，8.16 11 迭代 8 次 平方误差 356.19 10.15 ，6.16 99 7.92 ，10.48 93 5.54 ，5.01 67 4.09 ，5.10 41 迭代 7 次 平方误差 352.35 10.39 ，6.04 87 4.91 ，4.98 103 8.00 ，10.79 79 7.71 ，7.69 31 六、遇到的困难及解决方法、心得体会 K-Means 初值对最终的聚类结果有影响， 不同初值，可能会有不同的聚类结果， 也就是说， K-Means 收敛于局部最优点 K-Means 趋向于收敛到球形，每类样本数相近 -- . K-Means 随着 k 的增加，平方误差会降低，但聚类效果未必变好 该例子， 2 聚类误差 633 ， 3 聚类 370 ，4 聚类 350 ，可以发现 2 聚类到 3 聚类 误差下降较快， 3 到 4 聚类误差下降较慢，所以 3 是最佳聚类个数。 --