金湖网站制作,广告设计与制作用什么软件,做非洲国际贸易网站,网站建设公司销售刚看了这个算法#xff0c;理解如下#xff0c;放在这里#xff0c;备忘#xff0c;如有错误的地方#xff0c;请指出#xff0c;谢谢
需要做聚类的数组我们称之为【源数组】
需要一个分组个数K变量来标记需要分多少个组#xff0c;这个数组我们称之为【聚类中心数组】…
刚看了这个算法理解如下放在这里备忘如有错误的地方请指出谢谢
需要做聚类的数组我们称之为【源数组】
需要一个分组个数K变量来标记需要分多少个组这个数组我们称之为【聚类中心数组】及
一个缓存临时聚类中心的数组我们称之为【缓存聚类中心数组】
然后初始化一个K长度的数组值随机尽量分布在原数组的更大的区间以便计算用于和源数组进行比对计算。
下面是计算的部分
死循环遍历对源数据进行分组。
分组内遍历原数组的每个元素与聚类中心的每个元素的距离差值的绝对值将最小距离的聚类中心数组下标缓存的临时变量临时变量数组A中长度原数组
创建二维数组我们称之为【分组数组】 [聚类中心数组长度][源数组中分类的值]
遍历临时变量数组A使用A的小标拿到原数组对应的值赋值给分组数组。
具体公式如
分组数组[A[i]].add(原数组[i]);
返回分组数组
对分组后的数组计算中间值存入缓存聚类中心数组比较缓存剧烈数组和聚类数组是否位置一样值一样如果一样跳出死循环分类结束
否则将临时剧烈中心数组赋值给聚类中心数组进行下次循环 using System;using System.Collections.Generic;using System.Linq;using System.Text; namespace K_MeansTest{ class Program { static void Main(string[] args) { double[] p { 1, 2, 3, 5, 6, 7, 9, 10, 11,20,21,22,23,27,40,41,42,43,61,62,63, 100, 150, 200, 1000 }; int k 5; double[][] g; g cluster(p, k); for (int i 0; i g.Length; i) { for (int j 0; j g[i].Length; j) { Console.WriteLine(g[i][j]); } Console.WriteLine(“----------------------”); } Console.ReadKey(); } /* * 聚类函数主体。 * 针对一维 double 数组。指定聚类数目 k。 * 将数据聚成 k 类。 / public static double[][] cluster(double[] p, int k) { // 存放聚类旧的聚类中心 double[] c new double[k]; // 存放新计算的聚类中心 double[] nc new double[k]; // 存放放回结果 double[][] g; // 初始化聚类中心 // 经典方法是随机选取 k 个 // 本例中采用前 k 个作为聚类中心 // 聚类中心的选取不影响最终结果 for (int i 0; i k; i) c[i] p[i]; // 循环聚类更新聚类中心 // 到聚类中心不变为止 while (true) { // 根据聚类中心将元素分类 g group(p, c); // 计算分类后的聚类中心 for (int i 0; i g.Length; i) { nc[i] center(g[i]); } // 如果聚类中心不同 if (!equal(nc, c)) { // 为下一次聚类准备 c nc; nc new double[k]; } else // 聚类结束 break; } // 返回聚类结果 return g; } / * 聚类中心函数 * 简单的一维聚类返回其算数平均值 * 可扩展 / public static double center(double[] p) { return sum(p) / p.Length; } / * 给定 double 型数组 p 和聚类中心 c。 * 根据 c 将 p 中元素聚类。返回二维数组。 * 存放各组元素。 / public static double[][] group(double[] p, double[] c) { // 中间变量用来分组标记 int[] gi new int[p.Length]; // 考察每一个元素 pi 同聚类中心 cj 的距离 // pi 与 cj 的距离最小则归为 j 类 for (int i 0; i p.Length; i) { // 存放距离 double[] d new double[c.Length]; // 计算到每个聚类中心的距离 for (int j 0; j c.Length; j) { d[j] distance(p[i], c[j]); } // 找出最小距离 int ci min(d); // 标记属于哪一组 gi[i] ci; } // 存放分组结果 double[][] g new double[c.Length][]; // 遍历每个聚类中心分组 for (int i 0; i c.Length; i) { // 中间变量记录聚类后每一组的大小 int s 0; // 计算每一组的长度 for (int j 0; j gi.Length; j) if (gi[j] i) s; // 存储每一组的成员 g[i] new double展开收缩; s 0; // 根据分组标记将各元素归位 for (int j 0; j gi.Length; j) if (gi[j] i) { g[i]展开收缩 p[j]; s; } } // 返回分组结果 return g; } / * 计算两个点之间的距离 这里采用最简单得一维欧氏距离 可扩展。 / public static double distance(double x, double y) { return Math.Abs(x - y); } / * 返回给定 double 数组各元素之和。 / public static double sum(double[] p) { double sum 0.0; for (int i 0; i p.Length; i) sum p[i]; return sum; } / * 给定 double 类型数组返回最小值得下标。 / public static int min(double[] p) { int i 0; double m p[0]; for (int j 1; j p.Length; j) { if (p[j] m) { i j; m p[j]; } } return i; } / * 判断两个 double 数组是否相等。 长度一样且对应位置值相同返回真。 */ public static bool equal(double[] a, double[] b) { if (a.Length ! b.Length) return false; else { for (int i 0; i a.Length; i) { if (a[i] ! b[i]) return false; } } return true; } }} 结果如下
