简单实现k-means算法

• 前言
  最近老师布置的作业中含有Borderline-SMOTE算法，而k-means算法是其基础，我需要将论文中的模型改造为自己的模型，从论文中的伪代码写出自己的框架，下面是自己动手热身实现的第一版k-means算法，很简单，如有错误请多多指教。

• k-means算法
  该算法很简单，开始时随机选取k个核心，利用欧式距离不断将数据集的样本进行分类，直至核心不在变化或者收敛为止。本篇博客重点在于算法实现，如果不明白算法实现可以实际计算一遍，就会恍然大悟，没有比这更简单的算法了。

• 函数运行流程

• 数据格式

文本的第一行分别为数据的行数和列数，从第二行起为数据集。

• 函数定义

根据面向对象的编程方式，将k-means函数的过程拆分为5个函数，方便调用。

#include <stdlib.h>
#include <iostream>
#include <fstream>
#include <string>
#include <math.h>
#define ROW 10000
#define COLUMN 10
#define MAX 10
double data[ROW][COLUMN];     //支持的最大数据量
double core[MAX][COLUMN];     //最大支持K 10
double old_core[MAX][COLUMN];  //用于判断程序结束
double threshold = 0.0001 ; // 阈值
int  _row = 0;   //记录真实数据的行数
int _column = 0 ;   //记录真实数据的列数
int  k = 0 ;           
using namespace std;

void readFile(string );         //进行读取数据
void k_means();            //算法函数
void initCore();            //初始化k个核心
double getDistance(int,int);   //计算样本与核心之间的距离
void classify();                //对数据集进行归类
void adjustCore();               //调整核心
bool isOver();            //判断核心是否收敛
void saveFile();           //保存数据

• readFile和saveFile函数

readFile函数，代码中的_row和_column变量在读取文件时进行赋值，这样做是为了编程方便。

void readFile(string  path)
{
	ifstream input ;
	input.open(path,iostream::in);
	if(!input.is_open())
	{
		cout << "文件读取失败"  << endl;
		exit(-1);
	}
	input >> _row ;
	input >> _column ;
	for(int i=0;i < _row ;i++