Kmeans算法的实现与应用举例.docxVIP

K-means算法的实现与应用举例

K-means方法

K-means算法如下：

S1：初始化，聚类中心c,c

,?c

，标号集I ?I

???I

??；

S2：分类：

for i?1:n

?

1 2 k

?? ?

1 2 k

j*?argmin

1?j?k

x?c

i j

x?c T;i j

I

j*

end

?I ??i?;

j*

S3：重新计算聚类中心：

for j?1:k

c ?

j

end

1? x;

Ij

I

j

i?Ij

S4：迭代S2-S3，直至收敛。其matlab程序见附录1。

实验

实验1随机生成300个??4,4?之间的二维数对，用K-means算法将其分为两类（其matlab

程序见附录2），如fig1，由图1(b)可看出，离群点对聚类中心的位置有明显的影响。

Cluster1Cluster2CentroidsCluster1Cluster2

Cluster1

Cluster2Centroids

Cluster1

Cluster2Centroids

3 2

2

1

1

0

0

-1

-1

-2

-2

-3 -3

-4

-4 -3 -2 -1 (0a)

1 2 3 4

-4

(b)-4 -3 -2 -1