Kmeans思想

Kmeans(K均值算法):

 

代码:import java.util.ArrayList; import java.util.Random; public class Kmeans { private int k;// 参数k private int m;// 迭代次数m private int dataSetLength; // 数据集长度，即数据集个数 private ArrayList<Float[]> dataSet; // 数据集链表 private ArrayList<Float[]> center;// 中心链表 private ArrayList<ArrayList<Float[]>> cluster; private ArrayList<Float> jc;// 误差平方合 private Random random; public Kmeans(int k) { this.k = k; } public void init() { m = 0; random = new Random(); dataSet = initDataSet();// 初始化数据集 } /** * 初始化数据集方法 * @return */ public ArrayList<Float[]> initDataSet() { ArrayList<Float[]> dataSet = new ArrayList<Float[]>(); //15 Float[][] dataSetArray = new Float[][] { {8f, 2f}, {3f, 4f}, {2f, 5f}, {4f, 2f}, {7f, 3f}, {6f, 2f}, {4f, 7f}, {6f, 3f}, {5f, 3f}, {6f, 3f}, {6f, 9f}, {1f, 6f}, {3f, 9f}, {4f, 1f}, {8f, 6f} }; dataSetLength=dataSetArray.length; for(int i = 0; i<dataSetArray.length;i++) { dataSet.add(dataSetArray[i]); } return dataSet; } /** * 初始化中心方法 */ public ArrayList<Float[]> initCenter() { ArrayList<Float[]> center = new ArrayList<Float[]>();//给center分配内存 int[] randoms = new int[k];//定义一个一维数组randoms,数组length=3 boolean flag ; int temp = random.nextInt(dataSetLength);//随机生成一个0到dataSetLength的int型数值,此处为0~15 randoms[0] = temp;//把随机数传给randoms[0] for(int i = 1;i <k;i++)//执行2次 { flag = true; while (flag) { temp=random.nextInt(dataSetLength);//生成一个0~15的随机数交给temp int j; for(j=0;j<i;j++) { if(temp == randoms[j])//如果此随机数等于randoms[0] { break;//跳出循环 } }if(j==i) { flag=false; } } randoms[i] = temp; } /* //测试随机数组生成情况 for(int i = 0; i < k; i ++){ System.out.println("test1: randoms[" + i + "] = " + randoms[i]); } System.out.println(); */ for (int i = 0; i < k; i ++){ center.add(dataSet.get(randoms[i])); //生成初始化中心链表 } return center; } public ArrayList<Float> initJc() { ArrayList<Float> jc = new ArrayList<Float>(); return jc; } /* * 初始化簇集方法 */ public ArrayList<ArrayList<Float[]>> initCluster(){ ArrayList<ArrayList<Float[]>> cluster = new ArrayList<ArrayList<Float[]>>(); for(int i = 0; i < k; i ++){ cluster.add(new ArrayList<Float[]>()); } return cluster; } /* * 求距离方法 */ public float distance(Float[] element, Float[] center){ float distance = 0.0f; float x = element[0] - center[0]; float y = element[1] - center[1]; float z = x*x + y*y; distance = (float) Math.sqrt(z); return distance; } /* * 求最小距离位置方法 */ public int minDistance(float distance[]){ float minDistance = distance[0]; int minLocation = 0; for(int i = 1; i < distance.length; i ++){ if(distance[i] < minDistance){ minDistance = distance[i]; minLocation = i; }else if(distance[i] == minDistance){ //如果和当前最短距离相等，则随机选取一个 if(random.nextInt(10) < 5){ minLocation = i; } } } return minLocation; } /** * 生成簇集元素方法 */ public void clusterSet(){ float[] distance = new float[k]; for(int i = 0; i < dataSetLength; i ++){ for(int j = 0; j < k; j ++){ distance[j] =distance(dataSet.get(i), center.get(j)); //System.out.println("test2: " + "dataSet[" + i + "], centers[" + j + "], distance = " + distance[j]); //测试元素与中心距离 } int minLocation = minDistance(distance); cluster.get(minLocation).add(dataSet.get(i)); //核心：将当前元素放到最小距离中心相关的簇中 } } /* * 求误差平方的方法 */ public float errorSquare(Float[] element, Float[] center){ float x = element[0] - center[0]; float y = element[1] - center[1]; float errorSquare = x*x + y*y; return errorSquare; } /** * 计算误差平方和准则函数方法 */ public void countRule(){ float JcF = 0; for(int i = 0; i < cluster.size(); i ++){//即i<3 for(int j = 0; j < cluster.get(i).size(); j ++){//执行的第i个簇的长度的次数 JcF += errorSquare(cluster.get(i).get(j), center.get(i));//jcf=jcf+(聚类的点x-质心x)的平方+(聚类的点y-质心y)的平方 } } jc.add(JcF); } /** * 计算新的簇中心方法 */ public void findNewCenter(){ for(int i = 0; i < k; i ++){//k=3依次运算3个质心 int n = cluster.get(i).size();//得到第i个簇的数量 (n=5),(一共3个蔟) if(n != 0){//如果该蔟的点的个书不为空 Float[] newCenter = {0.0f, 0.0f};//声明一个新的质心点（默认坐标为0,0） for(int j = 0; j < n; j ++){//依次对n个点做循环 newCenter[0] += cluster.get(i).get(j)[0];//新的质心的x坐标为第i个蔟的所有点的x坐标的和 newCenter[1] += cluster.get(i).get(j)[1];//新的质心的y坐标为第i个蔟的所有点的y坐标的和 } newCenter[0] = newCenter[0] / n;//求质心 newCenter[1] = newCenter[1] / n;//求质心 center.set(i, newCenter);//重新设第i个蔟的质心为新的newCenter } } } /* * 打印数据数组 */ public void printDataArray(ArrayList<Float[]> dataArray, String dataArrayName){ for(int i = 0; i < dataArray.size(); i ++){ System.out.println("print: " + dataArrayName + "[" + i + "] = {" + dataArray.get(i)[0] + ", " + dataArray.get(i)[1] + "}"); } System.out.println(); } /* * Kmeans算法核心过程方法 */ public void kmeans(){ init(); //初始化 center=initCenter(); cluster=initCluster(); jc=initJc(); printDataArray(dataSet, "initDataSet"); //输出初始化数据集 printDataArray(center, "initCenter"); //输出初始化中心 while(true){ clusterSet(); //生成簇集元素 for (int i = 0; i < cluster.size(); i++) { printDataArray(cluster.get(i), "cluster[" + i + "]"); //输出簇集生成结果 } countRule(); //计算误差平方和 System.out.println("count:" + "Jc[" + m + "] = " + jc.get(m)); //输出误差平方和 System.out.println(); //判断退出迭代条件 if(m != 0){//如果m不为0而且jc的变化为0则跳出循环 if (jc.get(m) - jc.get(m - 1) == 0) { break; } } findNewCenter(); //计算新的中心 printDataArray(center, "newCenter"); //输出新的中心 m++;//m+1 cluster.clear(); //簇集清空 cluster = initCluster(); //簇集初始化 } System.out.println("note: the times of repeat: m = " + m); //输出迭代次数 } /* * 主函数 */ public static void main(String[] args){ long startTime = System.currentTimeMillis(); //获取开始时间 System.out.println("note: program begins."); Kmeans myKmeans = new Kmeans(3); myKmeans.kmeans(); //调用Kmeans核心方法 long endTime = System.currentTimeMillis(); //获取结束时间 System.out.println("note: running time = " +(endTime - startTime) + "ms."); System.out.println("note: program ends."); } }