Kmeans聚类c++实现

Kmeans聚类算法

Kmeans算法首先随机选取K个质心，然后计算每个样本到每个质心的距离，与哪个质心近就属于哪一个簇，利用分好的样本重新计算质心，再重新计算距离形成新的簇，反复执行该过程，知道簇不再发生变化或者达到最大迭代次数。

K值的选取可以采用canopy方法：
（1）设样本集合为S，确定两个阈值t1和t2，且t1>t2。
（2）任取一个样本点p，作为一个Canopy，记为C，从S中移除p。
（3）计算S中所有点到p的距离dist
（4）若dist小于t1，则将相应点归到C，作为弱关联。
（5）若dist小于t2，则将相应点移出S，作为强关联。
（6）重复（2）~（5），直至S为空。

具体代码如下：

#include <iostream>
#include <vector>
#include <math.h>
#include <time.h>
#include <fstream>
using namespace std;
const int k = 3;
double computedistance(vector<double> x, vector<double> central)//一个样本点到一个质心的距离
{
    double distance=0;
    for (int i = 0; i < x.size();i++)
    {
        distance += (x[i] - central[i])*(x[i] - central[i]);
    }
    return sqrt(distance);
}

int belongcluster(vector<double> x, vector<v