[置顶] 聚类算法-最大最小距离算法(实例+代码)

一、最大最小距离算法基本思想

二、算法实现步骤

    该算法的聚类结果与参数和起始点的选取关系重大。若无先验样本分布知识，则只有用试探法通过多次试探优化，若有先验知识用于指导和选取，则算法可很快收敛。

clear all
clc
x=[0,0; 3,8; 2,2;1,1; 5,3; 4,8; 6,3; 5,4;  6,4;  7,5]
Theta=0.5;
pattern=MaxMinDisFun(x,0.5)

%%%%%%%%%%%%%%%%%
%函数名称 MaxMinDisFun(x,Theta)
%输入参数：
%           x  : x为n*m的特征样本矩阵，每行为一个样本，每列为样本的特征
%         Theta：即θ，可用试探法取一固定分数，如：1/2
%输出参数：
%       pattern：输出聚类分析后的样本类别
%函数功能 ：利用最大最小距离算法聚类样本数据，
%%%%%%%%%%%%%%%%%%%%%
function [pattern]=MaxMinDisFun(x,Theta)
maxDistance=0;
index=1;%相当于指针指示新中心点的位置
k=1;      %中心点计数，也即是类别
center=zeros(size(x));    %保存中心点
patternNum=size(x,1);  %输入的数据数（样本数）
%distance=zeros(patternNum,3);%distance每列表示所有样本到每个聚类中心的距离
minDistance=zeros(patternNum,1);%取较小距离
pattern=(patternNum);%表示类别

center(1,:)=x(1,:);%第一个聚类中心
pattern(1)=1;

for i=2:patternNum
    distance(i,1)=sqrt((x(i,:)-center(1,:))*(x(i,:)-center(1,:))');%欧氏距离，与第1个聚类中心的距离
    minDistance(i,1)=distance(i,1);
    pattern(i)=1;%第一类
    if(maxDistance<distance(i,1))
        maxDistance=distance(i,1);%与第一个聚类中心的最大距离
        index=i;%与第一个聚类中心距离最大的样本
    end
end

k=k+1;
center(k,:)=x(index,:);%把与第一个聚类中心距离最大的样本作为第二 个聚类中心
pattern(index)=2;%第二类
minDistance(index,1)=0;

while 1
    for i=2:patternNum 
        if(minDistance(i,1)~=0)
            distance(i,k)=sqrt((x(i,:)-center(k,:))*(x(i,:)-center(k,:))');%与第k个聚类中心的距离
           if(minDistance(i,1)>distance(i,k))
               minDistance(i,1)=distance(i,k);
               pattern(i)=k;
           end
        end
    end
    max=0;
    for i=2:patternNum
        if((max<minDistance(i,1))&minDistance(i,1)~=0) % (x(i,:)~=center(k,:))  
            max=minDistance(i,1);
            index=i;
        end
    end
    if(max>(maxDistance*Theta))
        k=k+1;
        center(k,:)=x(index,:);
        pattern(index)=k;
        minDistance(index,1)=0;
    else
           break;
    end
end  

// MaxMinDisTest.cpp : 
#include "stdafx.h"
#include <iostream>
#include <math.h>
using namespace std;
const int N=10;
void main(void)
{ int center[20];
  float s[2][N]={{0,3,2,1,5,4,6,5,6,7},
                 {0,8,2,1,3,8,3,4,4,5}};
  float D[20][N];
  float min[N];
  int minindex[N];
  int clas[N];
  float theshold;
  float theta=0.5;
  float D12=0.0;
  float tmp=0;
  int index=0;
  center[0]=0;//first center
  int i,k=0,j,l;
  for(j=0;j<N;j++)
  { tmp=(s[0][j]-s[0][0])*(s[0][j]-s[0][0])+(s[1][j]-s[1][0])*(s[1][j]-s[1][0]);
	D[0][j]=(float)sqrt(tmp);
    if(D[0][j]>D12) {D12=D[0][j];index=j;}
  }
  center[1]=index;//second center
  k=1;
  index=0;
  theshold=D12;
  while(theshold>theta*D12){
	   for(j=0;j<N;j++){
	       tmp=(s[0][j]-s[0][center[k]])*(s[0][j]-s[0][center[k]])+
		          (s[1][j]-s[1][center[k]])*(s[1][j]-s[1][center[k]]);
           D[k][j]=(float)sqrt(tmp);}
	   for(j=0;j<N;j++){
		   float tmp=D12;
           for(l=0;l<=k;l++)
			   if (D[l][j]<tmp) {tmp=D[l][j];index=l;};
           min[j]=tmp;minindex[j]=index;
		  }//min-operate
	   float max=0;index=0;
       for(j=0;j<N;j++)
         if(min[j]>max) {max=min[j];index=j;}
	   if (max>theta*D12){k++;center[k]=index;}// add a center
	   theshold=max;// prepare to loop next time
	 }  //求出所有中心,final array min[] is still useful
   for(j=0;j<N;j++)  clas[j]=minindex[j];
   for(i=0;i<2;i++)
   {for(j=0;j<N;j++)
       cout<<s[i][j]<<"  ";
    cout<<"\n";
   }
   cout<<"k="<<k+1<<" ";
   cout<<"center(s):";
   for(l=0;l<k;l++) cout<<center[l]+1<<"--";cout<<center[k]+1;
   cout<<"\n";
   for(j=0;j<N;j++)
	   cout<<clas[j]+1<<"  ";
   cout<<"\n";
}