結果如下
剛看了這個算法,理解如下,放在這里,備忘,如有錯誤的地方,請指出,謝謝
需要做聚類的數組我們稱之為【源數組】
需要一個分組個數K變量來標記需要分多少個組,這個數組我們稱之為【聚類中心數組】及
一個緩存臨時聚類中心的數組,我們稱之為【緩存聚類中心數組】
然后初始化一個K長度的數組,值隨機(盡量分布在原數組的更大的區間以便計算),用于和源數組進行比對計算。
下面是計算的部分:
死循環遍歷對源數據進行分組。
分組內遍歷原數組的每個元素與聚類中心的每個元素的距離(差值的絕對值),將最小距離的聚類中心數組下標緩存的臨時變量臨時變量數組A中(長度=原數組),
創建二維數組,我們稱之為【分組數組】 [聚類中心數組長度][源數組中分類的值],
遍歷臨時變量數組A,使用A的小標拿到原數組對應的值,賦值給分組數組。
具體公式如:
分組數組[A[i]].add(原數組[i]);
返回分組數組
對分組后的數組計算中間值存入緩存聚類中心數組,比較緩存劇烈數組和聚類數組,是否位置一樣,值一樣,如果一樣跳出死循環,分類結束,
否則將臨時劇烈中心數組賦值給聚類中心數組進行下次循環
- 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();
- }
- ?
- /*
- * 聚類函數主體。
- * 針對一維 double 數組。指定聚類數目 k。
- * 將數據聚成 k 類。
- /
- public static double[][] cluster(double[] p, int k)
- {
- // 存放聚類舊的聚類中心
- double[] c = new double[k];
- // 存放新計算的聚類中心
- double[] nc = new double[k];
- // 存放放回結果
- double[][] g;
- // 初始化聚類中心
- // 經典方法是隨機選取 k 個
- // 本例中采用前 k 個作為聚類中心
- // 聚類中心的選取不影響最終結果
- for (int i = 0; i < k; i++)
- c[i] = p[i];
- // 循環聚類,更新聚類中心
- // 到聚類中心不變為止
- while (true)
- {
- // 根據聚類中心將元素分類
- g = group(p, c);
- // 計算分類后的聚類中心
- for (int i = 0; i < g.Length; i++)
- {
- nc[i] = center(g[i]);
- }
- // 如果聚類中心不同
- if (!equal(nc, c))
- {
- // 為下一次聚類準備
- c = nc;
- nc = new double[k];
- }
- else // 聚類結束
- break;
- }
- // 返回聚類結果
- return g;
- }
- /
- * 聚類中心函數
- * 簡單的一維聚類返回其算數平均值
- * 可擴展
- /
- public static double center(double[] p)
- {
- return sum(p) / p.Length;
- }
- /
- * 給定 double 型數組 p 和聚類中心 c。
- * 根據 c 將 p 中元素聚類。返回二維數組。
- * 存放各組元素。
- /
- public static double[][] group(double[] p, double[] c)
- {
- // 中間變量,用來分組標記
- int[] gi = new int[p.Length];
- // 考察每一個元素 pi 同聚類中心 cj 的距離
- // pi 與 cj 的距離最小則歸為 j 類
- for (int i = 0; i < p.Length; i++)
- {
- // 存放距離
- double[] d = new double[c.Length];
- // 計算到每個聚類中心的距離
- for (int j = 0; j < c.Length; j++)
- {
- d[j] = distance(p[i], c[j]);
- }
- // 找出最小距離
- int ci = min(d);
- // 標記屬于哪一組
- gi[i] = ci;
- }
- // 存放分組結果
- double[][] g = new double[c.Length][];
- // 遍歷每個聚類中心,分組
- for (int i = 0; i < c.Length; i++)
- {
- // 中間變量,記錄聚類后每一組的大小
- int s = 0;
- // 計算每一組的長度
- for (int j = 0; j < gi.Length; j++)
- if (gi[j] i)
- s++;
- // 存儲每一組的成員
- g[i] = new double
展開收縮;- s = 0;
- // 根據分組標記將各元素歸位
- for (int j = 0; j < gi.Length; j++)
- if (gi[j] i)
- {
- g[i]
展開收縮= p[j];- s++;
- }
- }
- // 返回分組結果
- return g;
- }
- ?
- /
- * 計算兩個點之間的距離, 這里采用最簡單得一維歐氏距離, 可擴展。
- /
- public static double distance(double x, double y)
- {
- return Math.Abs(x - y);
- }
- ?
- /
- * 返回給定 double 數組各元素之和。
- /
- public static double sum(double[] p)
- {
- double sum = 0.0;
- for (int i = 0; i < p.Length; i++)
- sum += p[i];
- return sum;
- }
- ?
- /
- * 給定 double 類型數組,返回最小值得下標。
- /
- 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;
- }
- ?
- /
- * 判斷兩個 double 數組是否相等。 長度一樣且對應位置值相同返回真。
- */
- 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;
- }
- }
- }
?