Kmeans的Java实现
最近决定将《机器学习》(周志华版)中的算法手动写一遍,加深理解。先拿最简单的kmeans聚类开刀吧。算法的原理和步骤在《机器学习》这本书中都有很详细的介绍,这里就不多说。代码献上,希望大伙批评指正。
这里我用的测试集是随机生成的二维平面点集
为了使结构比较清晰,将具体的操作封装到KMeansCluster.java类中
涉及的java类如下:
- Kmean.java
- KMeansCluster.java
- Point.java
先贴一张类图,理清类之间的关系
Kmean是主类,通过此类设置簇的数目,测试样本数个数,迭代次数等。这些参数最终传给KmeansCluster对象
KmeansCluster接受上述几个参数,完成实际的聚类操作。
Point:二维数据点,包括x、y坐标以及代表所属类的ID:clusterID
代码部分
Kmean.java
package kmeans;
import java.io.File;
import java.io.FileWriter;
import java.io.IOException;
import java.text.DecimalFormat;
import java.util.ArrayList;
import java.util.List;
public class Kmean
{
// 用来聚类的点集
public List<Point> points;
// 将聚类结果保存到文件
FileWriter out = null;
// 格式化double类型的输出,保留两位小数
DecimalFormat dFormat = new DecimalFormat("00.00");
// 具体执行聚类的对象
public KMeansCluster kMeansCluster;
// 簇的数量,迭代次数
public int numCluster = 5;
public int numIterator = 200;
// 点集的数量,生成指定数量的点集
public int numPoints = 50;
//聚类结果保存路径
public static final String FILEPATH="f:/kmeans/res.txt";
public static void main(String[] args)
{
//指定点集个数,簇的个数,迭代次数
Kmean kmeans = new Kmean(100, 5, 200);
//初始化点集、KMeansCluster对象
kmeans.init();
/