模式识别课程设计一：K-均值法

• 源代码链接：
• 模式识别课程设计1源代码资源-CSDN文库
• 问题描述
• 

根据题意，使用上课所教的K——均值法实现对给定数据的聚类分析。

• 算法介绍

根据题目要求，限定算法使用为K——均值法。

预先的条件及约定：

设待分类的模式特征矢量集为{x1,x2,…,xN}；

类的数目K是事先取定的。

算法基本思想：

首先任意选取K个聚类中心，按最小距离原则将各模式分配到K类的某一类；

不断计算聚类中心和调整各模式的类别，最终使各模式到其判属类别中心的距离平方之和最小。

基于使聚类准则函数最小化

准则函数：聚类集中每一样本点到该类中心的距离平方和。

对于第j个聚类集，准则函数定义为

Sj：第j个聚类集（域），聚类中心为Zj ；

Nj：第j个聚类集Sj中所包含的样本个数。

对所有K个模式类有

K-均值算法的聚类准则：聚类中心的选择应使准则函数J极小，即使Jj的值极小。

对于某一个聚类 j，

即

上式表明，Sj类的聚类中心应选为该类样本的均值。

算法步骤：

(1)任选K个模式特征矢量作为初始聚类中心：z1(1) ,z2(1) ,…zK(1)。括号内的序号表示迭代次数。

(2)将待分类的模式特征矢量集{x}中的模式逐个按最小距离原则分划给K类中的某一类。

如果 Dj(k) =min{||x-zi(k)||},   i=1,2,…,K

则判       x∈Sj(k)

(4)如果zj(k+1)=zj(k)(j=1,2,…K),则结束；否则，k=k+1,转(2)

• 计算过程

因为题目没有提前预设K值，所以我采用了让用户输入自己所需K值的方式。

为了是归类能够更加完善，所以我每一次的过程所提前选取的Zi都是不一样的，这样的话可以使结果更加完善。

为了便于计算，我设立了一个结构体xly。

具体代码如下：

#include<iostream>

#include<cmath>

using namespace std;

struct xly

{

    double a;

    double b;

    int s;

    double* d;

};

int Ksuanfa(int n, xly x[], xly Z[], xly ZX[], int k)

{

    if (n <= 0)

        return -1;

    int i, j, t;

    int* NN = new int[k + 1];

    for (i = 1; i <= k; i++)

        NN[i] = 0;

    double min[11];

    for (i = 1; i <= 10; i++)

    {

        for (j = 1; j <= k; j++)

        {

             x[i].d[j] = sqrt((x[i].a - Z[j].a) * (x[i].a - Z[j].a) + (x[i].b - Z[j].b) * (x[i].b - Z[j].b));

        }

    }

    for (i = 1; i <= 10; i++)

    {

        min[i] = x[i].d[1];

        x[i].s = 1;

        for (j = 1; j <= k; j++)

        {

             if (min[i] > x[i].d[j])

             {

                 min[j] = x[i].d[j];

                 x[i].s = j;

             }

        }

    }

    for (i = 1; i <= 10; i++)

    {

        NN[x[i].s]++;

    }

    for (i = 1; i <= k; i++)

    {

        ZX[i].a = 0;

        ZX[i].b = 0;

    }

    for (i = 1; i <= 10; i++)

    {

        ZX[x[i].s].a += x[i].a;

        ZX[x[i].s].b += x[i].b;

    }

    for (i = 1; i <= k; i++)

    {

        ZX[i].a = ZX[i].a / NN[i];

        ZX[i].b = ZX[i].b / NN[i];

    }

    for (t = 1; t <= k; t++)

    {

        if (Z[t].a != ZX[t].a)

             break;

        else

        {

             if (Z[t].b != ZX[t].b)

                 break;

        }

    }

    if (t > k)

        return 1;

    else

    {

        for (i = 1; i <= k; i++)

        {

             Z[i].a = ZX[i].a;

             Z[i].b = ZX[i].b;

        }

        return Ksuanfa(n - 1, x, Z, ZX, k);

    }

}

int main()

{

    zcy x[11], Z[11], ZX[11];

    x[1].a = 0;

    x[1].b = 0;

    x[2].a = 3;

    x[2].b = 8;

    x[3].a = 2;

    x[3].b = 2;

    x[4].a = 1;

    x[4].b = 1;

    x[5].a = 5;

    x[5].b = 3;

    x[6].a = 4;

    x[6].b = 8;

    x[7].a = 6;

    x[7].b = 3;

    x[8].a = 5;

    x[8].b = 4;

    x[9].a = 6;

    x[9].b = 4;

    x[10].a = 7;

    x[10].b = 5;

    int k, i, j,m=0;

    char w;

    do {

        cout << "请输入你所预先设置的K值。（注意，K应该是不大于10的正整数）" << endl;

        cin >> k;

        if (k > 10 || k < 1)

             cout << "请正确输入K值。" << endl;

        for (i = 1; i <= 10; i++)

             x[i].d = new double[k + 1];

        int n = 150;

        for (i = 1; i <= k; i++)

        {

             Z[i].a = x[(i+m)%10+1].a;

             Z[i].b = x[(i+m)%10+1].b;

             Z[i].s = i;

        }

        if (Ksuanfa(n, x, Z, ZX, k) > 0)

        {

             cout << "最后的聚类中心分别为：" << endl;

             for (i = 1; i <= k; i++)

                 cout << '(' << Z[i].a << ',' << Z[i].b << ')' << endl;

             cout << "每一个类的点为：" << endl;

             for (i = 1; i <= k; i++)

             {

                 cout << "第" << i << "类：";

                 for (j = 1; j <= 10; j++)

                 {

                     if (x[j].s == i)

                         cout << j << '\t';

                 }

                 cout << endl;

             }

        }

        else

        {

             cout << "该结果不收敛，无法分类！" << endl;

        }

        cout << "如果你不满意分组数或者不满意分组，请您输入y重新开始，如果您满意这一次的分组情况，请您输入n结束程序。";

        cin >> w;

        m++;

    } while (w == 'y');

    return 0;

}

• 结果分析讨论

首先证明我的结果可以使用于任意K值，以下选取K为2,4,6,8正常值以及19，-1两个异常值的结果：

接着分析在K值为2的时候，预选的Zi值不同，得到的结果也不同：

这也证明了K——均值法的局限性：聚类结果依赖于预选值。

• 实验感悟

在最开始的时候，因为所给数据的缘由，所以我给自己设立的结构体zcy中的两个坐标设置的类型均为int，但是在这样的情况下，得到的结果十分不精确，如图所示：

仅仅能够大概反映聚类情况，但是有关聚类中心的求解就十分的不精确了，为了更加精确求解，因此将变量类型由int改为了double。

为了更加的方便用户分析我加入了循环，使得用户可以按照自己的意愿决定是否终结程序，实现了交互功能，如图所示：

通过本次课程设计，我对K——均值法有了更深刻的理解，同时也进一步增强了我的C++编程能力，收获满满。