Java实现k_means算法进行聚类分析

实验描述:

对指定数据集进行聚类分析，选择适当的聚类算法，编写程序实现，提交程序和结果报告。

数据集： Iris Data Set（见附件一） ，根据花的属性进行聚类。

数据包括四个属性：sepal length花萼长度，sepal width花萼宽度，petal length花瓣长度，petal width花瓣宽度。其中第五个值表示该样本属于哪一个类。

样本点间的距离直接用向量的欧氏距离。

实验环境和编程语言：

本实验使用的编程语言为：Java

编程环境为：Intellij idea

实现聚类的算法为：K_means算法

测试用例的样本个数为：150个

样本示例：4.9,3.0,1.4,0.2,Iris-setosa

算法分析：

这里只是简单的介绍一下k-means算法的基本思想，具体详细的设计和数学公式读者可以自行百度，这个资料很多。

可以参考这个博客http://blog.csdn.net/qll125596718/article/details/8243404/

K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。

假设要把样本集分为c个类别，算法描述如下：

（1）适当选择c个类的初始中心；

（2）在第k次迭代中，对任意一个样本，求其到c个中心的距离，将该样本归到距离最短的中心所在的类；

（3）利用均值等方法更新该类的中心值；

（4）对于所有的c个聚类中心，如果利用（2）（3）的迭代法更新后，值保持不变，则迭代结束，否则继续迭代。

工程和测试数据下载地址：

http://download.csdn.net/detail/qq_24369113/9711642

编程实现：

函数设计与分析：

1.	public static boolean loadData(String url) 
//加载测试的数据文件
2.	public static void pretreatment(Vector<String> indata) 
//数据预处理，将原始数据中的每一个属性值提取出来存放到Vector<double[]>  data中
3.	public static Vector<double[]> set_kernal(Vector<double[]> data, int a, int b, int c) 
//设置初始的聚类核心，a，b，c分别表示一个类的核心在data中的编号
4.	public static int choose(double[] data, double[] a, double[] b, double[] c) 
//判断一个样本属于哪一个类，返回值1表示第一类，2表示第二类，3表示第三类
5.	public static Vector <double[]> onestep (Vector<double[]>data,Vector<double[]> kernal) 
//函数执行一次表示kmeans的一次迭代
6.	public static void k_means() 
//k_means算法的实现
7.	public static void show_category() 
//打印出所有的样本的属性和所属类别

程序源码：

源码实现：
package com.company;
import java.io.File;
import java.util.Scanner;
import java.util.Vector;

import static com.sun.org.apache.xalan.internal.lib.ExsltStrings.split;

public class Main {
    public static Vector<String> indata = new Vector<>();  //存储从文件中读取的原始数据
    public static Vector<double[]> data = new Vector<>();  //存储经过处理后的每一个样本的各个属性值和所属分类
    public static Vector<double[]> init_kernal = new Vector<>();//存储每次迭代产生的聚类核心的每个属性值的均值

    public static boolean loadData(String url) {//加载测试的数据文件
        try {
            Scanner in = new Scanner(new File(url));//读入文件
            while (in.hasNextLine()) {
                String str = in.nextLine();//将文件的每一行存到str的临时变量中
                indata.add(str);//将每一个样本点的数据追加到Vector 中
            }
            return true;
        } catch (Exception e) { //如果出错返回false
            return false;
        }
    }


    public static void pretreatment(Vector<String> indata) {   //数据预处理，将原始数据中的每一个属性值