K-Means源代码

最新推荐文章于 2024-05-20 20:30:21 发布
最新推荐文章于 2024-05-20 20:30:21 发布
阅读量2k 收藏 4
点赞数
分类专栏： 机器学习 文章标签： Source Code
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liangdas/article/details/25512617
版权

K-Means源代码

        作者：liangdas

        出处：简单点儿，通俗点儿，机器学习 http://write.blog.csdn.net/postedit/25512617

        下面是我写的K-Means的源代码，分别有三个文件，一个是K-Means.h头文件，一个是K-Means.c文件，另外一个是Main.cpp文件。K-Means.h和K-Means.c文件中引用了系统的stdio.h，stdlib.h文件，是因为里面用到了printf和exit函数，如果去掉这两个函数，也就可以去掉stdio.h，stdlib.h文件的引用，那么这个K-Means.h和K-Means.c文件就都是用C自己写的啦，的可移植性就更强啦！

        后面的main.cpp是介绍怎么使用的，输入是按txt格式存贮的，存贮格式是：

sample number(样本总数)

feature number(特征维数)

intend class number(待分类的类别)

feature list as(特征列表):

feature1 feature2 ...

feature1 feature2 ...

......

        当然可以自己定义数据的格式，并重先写LoadPatterns()函数。

K-Means.h

/***********************************
*	Author: liangdas 
*	Time: 20140504
*	Version: 0_20140504
*	Contaction: 
*		QQ: 358536026  Email: liangdas1986@163.com
*	Working place: Beijing Samsuang Telecom&Technology Institute
************************************/
#ifndef __K_MEAN_H__
#define __K_MEAN_H__

#ifdef __cplusplus
extern "C"{
#endif

#define         SUCCESS         1
#define         FAILURE         0
#define         TRUE            1
#define         FALSE           0
#define         MAX_DIM			20		//特征维数
#define         MAX_SAMPLES		2000		//一个类别包含的样本个数
#define         MAX_CLUSTER		10		//最大类别数目

typedef struct stCluster
{
	double Center[MAX_DIM];
	int Member[MAX_SAMPLES];  
	int NumMembers;
}CLASSCLUSTER, *PCLASSCLUSTER;


/***************************************************************
* Function: ReClassify()
* Description: 重新计算样本所属的类别
* Input&Output:
* Returns:
****************************************************************/
void ReClassify(double** Pattern, int NumSamples, PCLASSCLUSTER Cluster, 
						int ClusterNum, int NumDim);

/***************************************************************
* Function: CalcNewClustCenters()
* Description: 重新计算类别中心
* Input&Output:
* Returns:
****************************************************************/
int CalcNewClustCenters(double** Pattern, int NumSamples, PCLASSCLUSTER Cluster, 
								 int ClusterNum, int NumDim);

/***************************************************************
* Function: CalcuDistance()
* Description: 样本序号p，到第c个类别的距离
* Input&Output:
* Returns:
****************************************************************/
double CalcuDistance(int sampleID, int clusterID, double** Pattern, int NumSamples, 
						   PCLASSCLUSTER Cluster, int ClusterNum, int NumDim);

/***************************************************************
* Function: FindClosestCluster()
* Description: 找到样本序号为sampleID的样本，所属的类别
* Input&Output:
* Returns:
****************************************************************/
int FindClosestCluster(int sampleID, double** Pattern, int NumSamples, 
								PCLASSCLUSTER Cluster, int ClusterNum, int NumDim);

/***************************************************************
* Function: LoadPatterns()
* Descrption: 通过问卷名字，加载样本列表
* Input&OutPut:
* Return:
* File format: 样本数 特征维数 待分类类别数目 样本。。。
****************************************************************/
int  LoadPatterns(char *fname, double** Pattern, int* pNumPatterns, 
				  PCLASSCLUSTER Cluster, int* pClusterNum, int* pNumDim);

/***************************************************************
* Function: InitClusters()
* Description: 指定初始类别中心，这个函数取的事样本序列的前ClusterNum
* 个样本作为聚类的初始类别中心
* Input&Output:
* Returns:
****************************************************************/
void InitClusters(double** Pattern, int NumSamples, PCLASSCLUSTER Cluster,
				  int ClusterNum, int NumDim);

/***************************************************************
* Function: RunKMeans()
* Description: 执行K-Means分类
* Input&Output:
* Returns:
****************************************************************/
void RunKMeans(double** Pattern, int NumSamples, PCLASSCLUSTER Cluster,
			   int ClusterNum, int NumDim, int nIterTimes);

/***************************************************************
* Function: SaveClusters()
* Description: 保存聚类中心的结果
* Input&Output:
* Returns:
****************************************************************/
void SaveCenters(char* pFilePath, PCLASSCLUSTER Cluster, int ClusterNum, int NumDim);

/***************************************************************
* Function: SaveClusters()
* Description: 保存聚类的样本的结果
* Input&Output:
* Returns:
****************************************************************/
void SaveClusters(char* pFilePath, double** Pattern, int NumSamples, PCLASSCLUSTER Cluster,
			   int ClusterNum, int NumDim);

#ifdef __cplusplus
}
#endif

#endif


K-Means.c

/***********************************
*	Author: liangdas 
*	Time: 20140504
*	Version: 0_20140504
*	Contaction: 
*		QQ: 358536026  Email: liangdas1986@163.com
*	Working place: Beijing Samsuang Telecom&Technology Institute
************************************/
#include <stdlib.h>
#include <io.h>
#include <stdio.h>
#include "K_Means.h"

#ifdef __cplusplus
extern "C"{
#endif


/********************************************************
* Function: LoadPatterns()
* Descrption: 通过问卷名字，加载样本列表
* Input&OutPut:
* Return:
* File format: 样本数 特征维数 待分类类别数目 样本。。。
*********************************************************/
int LoadPatterns(char *fname, double** Pattern, int* pNumPatterns, 
				 PCLASSCLUSTER Cluster, int* pClusterNum, int* pNumDim)
{
	FILE* InFilePtr;
	int    i,j;
	double x;
	if((InFilePtr = fopen(fname, "rt")) == NULL)
	{
		return FAILURE;
	}
	fscanf(InFilePtr, "%d", pNumPatterns);  // Read # of patterns
	fscanf(InFilePtr, "%d", pNumDim);   // Read dimension of vector
	fscanf(InFilePtr, "%d", pClusterNum);  // Read # of clusters for K-Means
	for (i=0; i<*pNumPatterns; i++)  // For each vector
	{         
		for (j=0; j<*pNumDim; j++) 
		{       // create a pattern
			fscanf(InFilePtr,"%lg",&x);       // consisting of all elements
			Pattern[i][j]=x;
		} /* endfor */
	} /* endfor */
	return SUCCESS;
}

/***************************************************************
* Function: InitClusters()
* Description: 指定初始类别中心，这个函数取的事样本序列的前ClusterNum样本作为聚类的初始类别中心
* Input&Output:
* Returns:
****************************************************************/
void InitClusters(double** Pattern, int NumSamples, PCLASSCLUSTER Cluster, int ClusterNum, int NumDim)
{
	int i,j;
	printf("Initial cluster centers:\n");
	if(ClusterNum > NumSamples)
	{
		printf("class number exceed to sample number\n");
	}
	
	for (i=0; i<ClusterNum; i++) 
	{
		Cluster[i].Member[0] = i;
		for (j=0; j<NumDim; j++) 
		{
			Cluster[i].Center[j] = Pattern[i][j];
		} /* endfor */
	} /* endfor */
	for (i=0; i<ClusterNum; i++) 
	{
		printf("ClusterCenter[%d]=(%f,%f)\n", i, Cluster[i].Center[0], Cluster[i].Center[1]);
	} /* endfor */
	printf("\n");
}

/***************************************************************
* Function: RunKMeans()
* Description: 执行K-Means分类
* Input&Output:
* Returns:
****************************************************************/
void RunKMeans(double** Pattern, int NumSamples, PCLASSCLUSTER Cluster, int ClusterNum, int NumDim, int nIterTimes)
{
	int nStopTag;
	int pass;
	int nCurTimes = 0;
	nStopTag=FALSE;

	while (nStopTag == FALSE)
	{
		printf("iteration time = %d\n", nCurTimes);
		ReClassify(Pattern, NumSamples, Cluster, ClusterNum, NumDim);
		nStopTag = CalcNewClustCenters(Pattern, NumSamples, Cluster, ClusterNum, NumDim);
		nCurTimes++;
		if(nCurTimes>=nIterTimes)
		{
			nStopTag = TRUE;
		}
	}
}


/***************************************************************
* Function: CalcuDistance()
* Description: 样本序号sampleID，到第c个类别的距离
* Input&Output:
* Returns:
****************************************************************/
double CalcuDistance(int sampleID, int clusterID, double** Pattern, int NumSamples, PCLASSCLUSTER Cluster, int ClusterNum, int NumDim)
{   // Calc Euclidean norm of vector difference
	double dist,x;                          // between pattern vector, sampleID, and cluster
	int i;                                  // center, clusterID.
	char *pnum;
	dist = 0;
	for (i=0; i<NumDim; i++)
	{
		x = (Cluster[clusterID].Center[i]-Pattern[sampleID][i])*(Cluster[clusterID].Center[i]-Pattern[sampleID][i]);
		dist += (Cluster[clusterID].Center[i]-Pattern[sampleID][i])*(Cluster[clusterID].Center[i]-Pattern[sampleID][i]);
	} /* endfor */
	return dist;
}

/***************************************************************
* Function: FindClosestCluster()
* Description: 找到样本序号为sampleID的样本，所属的类别
* Input&Output:
* Returns:
****************************************************************/
int FindClosestCluster(int sampleID, double** Pattern, int NumSamples, PCLASSCLUSTER Cluster, int ClusterNum, int NumDim)
{
	int i, ClustID;
	double MinDist, d;
	MinDist =9.9e+99;
	ClustID=-1;
	for (i=0; i<ClusterNum; i++)
	{
		d=CalcuDistance(sampleID, i, Pattern, NumSamples, Cluster, ClusterNum, NumDim);
		if (d<MinDist)
		{
			MinDist=d;
			ClustID=i;
		}
	}
	if (ClustID<0)
	{
		//printf("Aaargh");
		exit(0);
	} /* endif */
	return ClustID;
}

/***************************************************************
* Function: ReClassify()
* Description: 重新计算样本所属的类别
* Input&Output:
* Returns:
****************************************************************/
void ReClassify(double** Pattern, int NumSamples, PCLASSCLUSTER Cluster, int ClusterNum, int NumDim)
{
	int i,sampleID,Clustid,MemberIndex;
	//Clear membership list for all current clusters
	for (i=0; i<ClusterNum; i++)
	{
		Cluster[i].NumMembers = 0;
	}
	for (sampleID=0; sampleID<NumSamples; sampleID++)
	{
		//Find cluster center to which the pattern is closest
		Clustid= FindClosestCluster(sampleID, Pattern, NumSamples, Cluster, ClusterNum, NumDim);
		MemberIndex=Cluster[Clustid].NumMembers;
		Cluster[Clustid].Member[MemberIndex]=sampleID;
		Cluster[Clustid].NumMembers++;
	} /* endfor */
}

/***************************************************************
* Function: CalcNewClustCenters()
* Description: 重新计算类别中心
* Input&Output:
* Returns:
****************************************************************/
int  CalcNewClustCenters(double** Pattern, int NumSamples, PCLASSCLUSTER Cluster, int ClusterNum, int NumDim)
{
	int ConvFlag,VectID,i,j,k;
	double tmp[MAX_DIM];
	
	ConvFlag=TRUE;
//	printf("The new cluster centers are now calculated as:\n");
	for (i=0; i<ClusterNum; i++)   //for each cluster
	{
		for(j=0; j<NumDim; j++)
		{            // clear workspace
			tmp[j]=0.0;
		} /* endfor */
		for(j=0; j<Cluster[i].NumMembers; j++)
		{ //traverse member vectors
			VectID = Cluster[i].Member[j];
			for (k=0; k<NumDim; k++)
			{         //traverse elements of vector
				tmp[k] += Pattern[VectID][k];       // add (member) pattern elmnt into temp
			} /* endfor */
			
		} /* endfor */
		for (k=0; k<NumDim; k++) 
		{
			tmp[k] = tmp[k]/Cluster[i].NumMembers;
			if (tmp[k] != Cluster[i].Center[k])
			{
				ConvFlag=FALSE;
			}
			Cluster[i].Center[k]=tmp[k];
		} /* endfor */
	} /* endfor */
	return ConvFlag;
}

/***************************************************************
* Function: SaveClusters()
* Description: 保存聚类中心的结果
* Input&Output:
* Returns:
****************************************************************/
void SaveCenters(char* pFilePath, PCLASSCLUSTER Cluster, int ClusterNum, int NumDim)
{
	int i,j;
	FILE* fpResultFile;
	fpResultFile = fopen(pFilePath, "wt");
	if(fpResultFile == 0)
	{
		printf("open file %s error\n", pFilePath);
		return;
	}
	fprintf(fpResultFile, "x\ty\tlabel\t\n");
	for (i=0; i<ClusterNum; i++)
	{
		Cluster[i].Member[0] = i;
		for(j=0; j<NumDim; j++)
		{
			fprintf(fpResultFile, "%f\t", Cluster[i].Center[j]);
		}
		fprintf(fpResultFile, "%d\n", i);

	} /* endfor */
	fclose(fpResultFile);
}

/***************************************************************
* Function: SaveClusters()
* Description: 保存聚类的结果
* Input&Output:
* Returns:
****************************************************************/
void SaveClusters(char* pFilePath, double** Pattern, int NumSamples, PCLASSCLUSTER Cluster,
				  int ClusterNum, int NumDim)
{
	FILE* fpResultFile = 0;
	int i = 0, j = 0, k = 0;
	int nSampleID = 0;
	fpResultFile = fopen(pFilePath, "wt");
	if(fpResultFile == 0)
	{
		printf("open file %s error\n", pFilePath);
		return;
	}
	fprintf(fpResultFile, "x\ty\tlabel\t\n");
	for (i=0; i<ClusterNum; i++)
	{
		for(j=0; j<Cluster[i].NumMembers; j++)
		{
			nSampleID = Cluster[i].Member[j];
			for(k=0; k<NumDim; k++)
			{
				fprintf(fpResultFile, "%hg\t", Pattern[nSampleID][k]);
			}
			fprintf(fpResultFile, "%d\n", i); //所属的类别
		}
	} /* endfor */
	fclose(fpResultFile);
}
#ifdef __cplusplus
}
#endif


Main.cpp

#include <stdlib.h>
#include <stdio.h>
#include <io.h>
#include <string.h>
#include "K_Means.h"

#define MAX_ITER_TIMES  1000

int main(int argc, char *argv[])
{	//main procedure
	//System kmeans;
	//double       Pattern[MAX_SAMPLES][MAX_DIM+1];
	double**	Pattern;
	CLASSCLUSTER Cluster[MAX_CLUSTER];
	int NumSamples;			// Number of patterns
	int NumDim;				// Number of dimensions in vector
	int ClusterNum;			// Number of clusters

	int i = 0;
	Pattern = (double**)malloc(sizeof(double*)*MAX_SAMPLES);
	for(i=0; i<MAX_SAMPLES; i++)
	{
		Pattern[i] = (double*)malloc(sizeof(double)*MAX_DIM);
	}

	char* pFilePath = argv[1];
	if (argc<2)
	{
		printf("usage: intput k_means file\n");
		exit(0);
	}
	if (LoadPatterns(pFilePath, (double**)Pattern, &NumSamples, Cluster, &ClusterNum, &NumDim) == FAILURE)
	{
		printf("read file %s error\n", pFilePath);
		exit(0);
	}
	//
#if 0
	InitClusters((double**)Pattern, NumSamples, Cluster, ClusterNum, NumDim);
#else
	Cluster[0].Center[0] = 21;
	Cluster[0].Center[1] = 377;

	Cluster[1].Center[0] = 20;
	Cluster[1].Center[1] = 377;

	Cluster[2].Center[0] = 20;
	Cluster[2].Center[1] = 376;
#endif

	RunKMeans((double**)Pattern, NumSamples, Cluster, ClusterNum, NumDim, MAX_ITER_TIMES);

	SaveClusters("cluster.txt", (double**)Pattern, NumSamples, Cluster, ClusterNum, NumDim);
	SaveCenters("center.txt", Cluster, ClusterNum, NumDim);
	//ShowClusters();

	//delete memory
	for(i=0; i<MAX_SAMPLES; i++)
	{
		free(Pattern[i]);
	}
	free(Pattern);
}


ps：使用或者转载请标明出处，禁止以商业为目的的使用。

如果有需要word版，或者是pdf版的，请与我联系，QQ：358536026

liangdas
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
k-means源代码
04-26
在"k-means源代码"中，我们可以期待看到一个Python脚本或模块，它实现了k-means的完整流程，包括初始化聚类中心、迭代分配数据点、更新聚类中心等步骤。以下是k-means算法的基本流程： 1. **初始化聚类中心**：算法...
Kmeans算法(附代码)
qq_55126913的博客
03-02 3385
Kmeans算法是一个无监督机器学习算法。其基本作用就是将一堆杂乱、无序的数据归成类，是用户给定的数，它表示用户需要将数据分成个类。
K-means算法实战项目（Python实现）（对比简化版）
wzk4869的博客
07-28 479
K-means算法实战项目（Python实现）（对比简化版）
R语言实现Kmeans算法（附完整源码）
最新发布
希望我的博客，能帮上你解决学习中工作中所遇到的问题
05-20 410
R语言实现Kmeans算法（附完整源码）
机器学习-K-Means算法（附源码）
yphx0501的博客
12-25 3241
Ø定义     俗话说“物以类聚”，其实从广义上说，聚类就是将数据集中在某些方面相似的数据成员放在一起。一个聚类就是一些数据实例的集合，其中处于相同聚类中的数据元素彼此相似，但是处于不同聚类中的元素彼此不同。 由于在聚类中那些表示数据类别的分类或分组信息是没有的，即这些数据是没有标签的，所有聚类及时通常被成为无监督学习（UnsupervisedLearning）。 Ø基本思想
[机器学习]K-means原理与源码实现
热门推荐
weixin_40479663的博客
10-08 1万+
K-means算法的主要思想就是以空间中的K个点为中心进行聚类，对最靠近它的对象进行归类。通过迭代的方法不断的更新各聚类中心的值，直到最好的聚类结果。 主要步骤： 在N个数据中，随机挑选K个数据（也就是最后聚类微K类）做为聚类的初始中心。 分别计算每个数据点到这K个中心点的欧式距离，离哪个中心点最近就分配到哪个簇中。 重新计算这K个簇数据的坐标均值，将新的均值作为聚类的中心。 重复2和3步骤，...
kmeans 源码解析
kui9702的博客
02-24 1059
主要步骤： 初始化聚类中心点个数，即k 获得所有标注文件中标注框宽度与长度，长与宽一一对应，并保存起来 对保存的所有框的长与宽做kmeans聚类，获得聚类的k个结果，每个结果为一对坐标，分别表示这9个聚类的中心 初始化聚类中心点个数，即k 获得所有标注文件中标注框宽度与长度，长与宽一一对应，并保存起来 原文链接：https://github.com/qqwweee/keras-yolo3 kmeans.py # 初始化Kmeas，cluster.
K-means源代码（C#）
11-05
K-means算法是一种广泛应用的无监督机器学习方法，主要用于数据的自动分类或聚类。它通过将数据点分配到最近的聚类中心来组织数据，不断迭代优化聚类结果。在C#中实现K-means算法，我们可以了解以下几个关键点： 1....
matlab如何找k-means源代码-machine-learning-matlab:Matlab机器学习算法的实现
05-20
matlab如何找k-means源代码机器学习 Matlab机器学习算法的实现 作者 Rishi Dua 免责声明 以下问题是从IIT德里（2013年秋季学期）的Parag Singla博士开设的机器学习入门课程中借用的（有少量更改）。 该存储库中的...
matlab如何找k-means源代码-SignFi:使用WiFi和卷积神经网络的手语识别
05-20
matlab如何找k-means源代码该网站包含用于使用WiFi进行手语识别的通道状态信息（CSI）轨迹的数据集。 引用论文 马永森，周刚，王双权，赵宏阳和荣伍伯。 2018年。SignFi：使用WiFi进行手语识别。 程序。 ACM互动。 ...
K-means算法的Matlab实现代码（使用文档+源代码）
09-19
在这个场景中，我们有一个关于K-means算法在Matlab环境下实现的资源，包括使用文档和源代码，这意味着我们可以直接在Matlab环境中运行这些代码，无需过多的编程修改。 在Matlab中实现K-means算法，首先需要理解其...
Kmeans源代码
07-10
数据挖掘中kmeans算法matlab代码，适合初学者阅读与应用。
简单的聚类算法——KMeans代码
qq_39451645的博客
12-22 2554
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码
matlab中kmeans源代码,请教：分析MATLAB的kmeans源程序
weixin_30571837的博客
03-18 823
tion [idx, C, sumD, D] = kmeans(X, k, varargin)%KMEANS K-means clustering.% IDX = KMEANS(X, K) partitions the points in the N-by-P data matrix X% into K clusters.This partition minimizes the sum...
K_means均值聚类的源代码和理解
weixin_48705841的博客
12-14 337
K_means均值聚类的源代码和理解 源码 #聚类算法 import numpy as np class KMeans: def __init__(self,n_clusters=5,max_iter=15):#n_clusters=5,就是k=5，max_iter=15 最大迭代次数 self._n_clusters=n_clusters self._X=None self._y=None self._center = None
K-Means(K均值聚类)原理及代码实现
weixin_45181983的博客
06-30 6216
K均值聚类原理及代码实现。 K-Means(K均值聚类)K-Means算法是机器学习中一个非常简单且使用的聚类算法。其只具备一个超参数K，代表着样本的类别数。
【机器学习之聚类算法】KMeans原理及代码实现
qq_43018832的博客
12-05 2063
(sklearn+python)聚类算法又叫做“无监督分类”，其目的是将数据划分成有意义或有用的组（或簇）。这种划分可以基于我们的业务需求或建模需求来完成，也可以单纯地帮助我们探索数据的自然结构和分布。比如在商业中，如果我们手头有大量的当前和潜在客户的信息，我们可以使用聚类将客户划分为若干组，以便进一步分析和开展营销活动，最有名的客户价值判断模型RFM，就常常和聚类分析共同使用。
【python机器学习】K-Means算法详解及给坐标点聚类实战（附源码和数据集 超详细）
showswoller的博客
12-16 3999
【python机器学习】K-Means算法详解及给坐标点聚类实战（附源码和数据集 超详细）
源码解读----之-----KMeans
xiaoQL520的博客
10-19 1828
(小白的个人理解，很多地方可能不准确，欢迎大家指正，向大家学习）
CSharp 实现聚类K-means cluster算法 源代码
04-08
非常感谢您的提问，以下是CSharp实现聚类K-means cluster算法的源代码： ```csharp using System; using System.Collections.Generic; using System.Linq; namespace KMeansCluster { public class KMeans { ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值