用java实现K-means算法，k-means聚类算法原理

1、从包含多个数据点的数据集D中随机取k个点，作为k个簇的各自的中心。

2、分别计算剩下的点到k个簇中心的相异度，将这些元素分别划归到相异度最低的簇。

   两个点之间的相异度大小采用欧氏距离公式衡量，对于两个点T0(x1,y2)和T1(x2,y2)，

   T0和T1之间的欧氏距离为

       d = sqrt((x1-x2)^2+(y1-y2)^2)

  欧氏距离越小，说明相异度越小

 

3、根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所有点各自维度的算术平均数。

4、将D中全部点按照新的中心重新聚类。

5、重复第4步，直到聚类结果不再变化。

6、将结果输出。

 

举例说明，假设包含9个点数据D如下(见simple_k-means.txt),从D中随机取k个元素，

作为k个簇的各自的中心, 假设选k=2, 即将如下的9个点聚类成两个类(cluster)。

1  1

2  1

1  2

2  2

3  3

8  8

8  9

9  8

9  9

 

1.      假设选C0(1  1)和C1(2  1)前两个点作为两个类的簇心。

2.     分别计算剩下的点到k个簇中心的相异度，将这些元素分别划归到相

异度最低的簇。结果为:

C0 :1 1

C0: 的点为：1.0,2.0

C1:  2 1

C1:的点为：2.0, 2.0

C1:的点为：3.0, 3.0

C1:的点为：8.0, 8.0

C1:的点为：8.0, 9.0

C1:的点为：9.0, 8.0

C1:的点为：9.0, 9.0

 

3.     根据2的聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所

有元素各自维度的算术平均数。

C0 新的簇心为：1.0,1.5

C1新的簇心为：5.857142857142857,  5.714285714285714

4．将D中全部元素按照新的中心重新聚类。

    第2次迭代

    C0:的点为：1.0, 1.0