模式识别导论大作业(k均值算法，感知器算法，fisher算法，贝叶斯决策，特征提取)

 

 

 

模式识别导论大作业

一、      K均值聚类

1.      功能描述：

利用K-均值算法将150个模式样本分成3类别。分别计算最后算法所用的迭代次数，最终聚类中心以及每个类别中对应模式样本的序号。

2.      带注释的源代码

#include "stdio.h"

#include "math.h"

typedef struct mydata{

    float data[4];   //保存原始数据

    int index;

}MyData;

MyData myData[150];

float classdata[3][150][4];

int saveindex[3][150];  //保存下表

float center[3][4];  //保存三个聚类中心

float newcenter[3][4];//保存三个新的聚类中心

int findMinCenter(float*temp){//找到当前数据的类别

    float dis[3]={0,0,0};

    float min = 100000;

    int returnk=0;

    for(int k=0;k<3;k++){

        float mytemp = 0;

        for(int m=0;m<4;m++)

            mytemp += (temp[m]-center[k][m])*(temp[m]-center[k][m]);

        dis[k] = sqrt(mytemp);

        //printf("%f\n",dis[k]);

        if(dis[k]<min){

            min = dis[k];

            returnk = k;

        }}  return returnk;

}

void counterNewCenter(floattempdata[][4],int len,int num){

    float temp[4] = {0,0,0,0}; //计算新的聚类中心方法

   

    for(int j=0;j<len;j++){

        for(int i=0;i<4;i++){

            temp[i] += tempdata[j][i];

        }   }

    for(int k=0;k<4;k++){

        newcenter[num][k] = temp[k]/len;

        printf("k = %f\n",newcenter[num][k]);

}}

int main(){

    int k=0;

    int kt[3] = {0,0,0};

    int i=0,u=0;

    FILE *fp;

    if ((fp = fopen("D:\\Iris.txt", "r")) ==NULL){  //打开文件

        printf("打开文件失败\n");

        return 0;

    }   float numtemp;

    while (!feof(fp)){     //读取数据

        fscanf(fp, "%f", &numtemp);

        myData[u].data[i++] = numtemp;

        if(i==4){

            u++;

            i=0;}   }

    fclose(fp);//关闭文件 

    for(k=0;k<4;k++){

        center[0][k] = myData[0].data[k];

        center[1][k] = myData[1].data[k];

        center[2][k] = myData[2].data[k];

    }//设置初始聚类中心

    int s=0;int num = 0;i=0;//聚类所用的迭代次数

    while(i<150){

        i++;

        k = findMinCenter(myData[i].data);

        //printf("k = %d\n",k);

        saveindex[k][kt[k]] = i;

        for(s=0;s<4;s++){

            classdata[k][kt[k]][s] = myData[i].data[s];}//每次将数据分到不同的类中

        kt[k]++;if (i == 150){

            printf("******************");

            for (int m = 0; m<3; m++)//计算新的聚类中心

                counterNewCenter(classdata[m],kt[m],m);

            bool flag = true;//标示前后聚类中心是否相等的布尔类型

            for(int n=0;n<3;n++){

                for(int t=0;t<4;t++){

                   if(newcenter[n][t] != center[n][t]){

                       flag = false;   break;}//if

                   if(!flag)   break;}//for   

            }//for

            if(!flag){  i = 0;num++; //如果前后两次的聚类中心不相等，则继续分类

                for(int y=0;y<3;y++){

                   kt[y] = 0;

                   for(int w=0;w<4;w++)

                       center[y][w] = newcenter[y][w];//构建新的聚类中心

                   }//for

            }//if(!flag)

        }//if (i == 150)

            }//while

    printf("%d\n",num); //输出聚类所用的迭代次数

    if ((fp = fopen("D:\\result.txt", "wr")) ==NULL){  //创建result.txt文件

        printf("创建文件失败\n");

        return 0;   }

    for(i=0;i<3;i++){

        for(u=0;u<kt[i];u++){

            printf("%d  ",saveindex[i][u]);//将3组数据的下标写入文件保存

            fprintf(fp,"%d ",saveindex[i][u]);    }

        fprintf(fp,"\n\n\n");

    }fclose(fp);

    return 0;

}