java实现kmeans

数据说明：

选用的数据是自己生成的随机的二维的点集，两千行数据，格式为"x,y":

最后的结果是将这些点聚集为了三类，前面是每一个点的类号。

思路很简单：

1.初始化

  1.1先把数据集中的点的坐标读入到一个二维数组中

  1.2并选择前面的三个点作为初始的中心点。

2.迭代部分

  2.1 对每个点分别计算到三个中心点的距离，并根据最小的距离给点分类

  2.2 对每一类的所有点的横纵坐标计算均值生成新的中心点保存。

代码：

import java.io.*;

import org.apache.hadoop.conf.Configuration;
public class kmeans1
{
	static double [][] cluster={
  {1,1},{2,2},{3,3}};
	static double [][] point =new double[2000][2];
	static int []kind=new int[2000];
	static int count=0;
	static int []Count=new int[