K-Means聚类算法及实现代码收集.pdfVIP

K-Means 算法 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；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。 假设要把样本集分为 c 个类别，算法描述如下： （1）适当选择 c 个类的初始中心； （2 ）在第 k 次迭代中，对任意一个样本，求其到 c 个中心的距离，将 该样本归到距离最短的中心所在的类； （3 ）利用均值等方法更新该类的中心值； （4 ）对于所有的 c 个聚类中心，如果利用（ 2 ） （3 ）的迭代法更新后， 值保持不变，则迭代结束，否则继续迭代。 #include iostream #include math.h #include vector #define _NUM 3 // 预定义划分簇的数目 using n