数据挖掘实验报告聚类分析.docx

. . .. .. 数据挖掘实验报告（三） 聚类分析 姓名：李圣杰班级：计算机  1304 学号：1311610602 一、实验目的 1、掌握 k-means 聚类方法； 2、通过自行编程，对三维空间内的点用 k-means 方法聚类。 二、实验设备 PC 一台，dev-c++5.11 三、实验内容 问题描述： 立体空间三维点的聚类. 说明：数据放在数据文件中(不得放在程序中)，第一行是数据的个数，以后各行是各个点的 x,y,z 坐标。 设计要求 读取文本文件数据，并用 K-means 方法输出聚类中心 需求分析 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，而对于所剩下的其它对象，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，具体定义如下： E ? ?k i?1 ? p?Ci p ? m 2 i  (1) 其中 E 为数据库中所有对象的均方差之和，p 为代表对象的空间中的一个点， m 为聚类 C i i 的均值(p 和 m i 均是多维的)。公式(1)所示的聚类标准，旨在使所获 得的 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。 四、实验步骤 Step 1.读取数据组，从N 个数据对象任意选择k 个对象作为初始聚类中心； Step 2.循环Step 3 到 Step 4 直到每个聚类不再发生变化为止； Step 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； Step 4.重新计算每个（有变化）聚类的均值（中心对象）。代码 #include stdlib.h #include time.h #include stdio.h #include math.h int K,Vectordim,datasize,seed=1; float **data,**kmatrix; float *max_column,*min_column; /* 创建维数可指定的二维动态数组array[m][n]*/ float** array(int m, int n) { float **p; int i; p=(float**)malloc(m*sizeof(float *));  if(fscanf(fp,K=%d,Vectordim=%d, datasize=%d\n,K,Vectordim,da tasize)!=3) { printf(load error!\n); fclose(fp); exit(0); } data=array(datasize,Vectordim+1) ; p[0]=(float*)malloc(m*n*sizeof(f loat)); for(i=0;idatasize;i++) { data[i][Vectordim]=0; for(i=1; p[i]=p[i-1]+n; return p; im; ++i) for(j=0;jVectordim;j++) { if(j==(Vectordim-1)) } fscanf(fp,%f\n,data[i][j]); else fscanf(fp,%f /*释放二维数组所占用的内存*/ ,data[i][j]); void freearray(float** p) /*printf(%f { ,data[i][j]);*/ free(*p); free(p); } } } } void loaddata() { FILE * fp; int i,j; if((fp=fopen(data.txt,r))==N ULL) { printf(Cannotopen file!\n); exit(0); } if(feof(fp)) { printf(data.txt is a empty file!\n); fclose(fp); exit(0); }  double euclid_distance(float a[],float b[],int dim) { int i; double sum=0; for(i=0;idim;i++) sum+=pow(a[i]-b[i],2);