聚类分析的数据为自己定义的数组,为二维数据,此代码仅供用于加深对最大最小距离算法的理解和实现编程。如有需要,可更改数据来源,并自行修改相应的代码
//最大最小距离法
//第一步:任选一个模式样本作为第一类的聚类中心
//第二步:选择离第一个聚类中心最远的模式样本作为第二类聚类中心
//第三步:逐个计算每个模式样本与以确定的所有聚类中心的距离,并选出其中的最小距离
//第四步:在所有最小距离中选择最大距离,如果超过阈值,则建立新的聚类中心,如果最大距离在阈值内,则聚类结束
#include "iostream"
#include <vector>
#include <math.h>
using namespace std;
//模式向量
//最大最小距离法
//第一步:以最近的点作为zhixin,并找出距离最大的点作为第二个质心
#define M 10
#define N 2
float data_pattern[M][N] = { {0,5},{1,1},{2,2},{3,7},{3,6},{4,6},{5,7},{6,3},{7,3},{7,4} };//定义的模式样本,共有10个
vector<vector<float>> distance_pattern; //保存每一个模式到质心的距离
vector<vector<float>> vec; //存放聚类中心
char find_max(vector<float>,int);
void print_str(vector<float>,int n);
float caculate_distance(float x0,float y1,float x2,float y2);
int main() {
float threshold = 0; //存放类之间的距离阈值
vector<vector<float>> classify; //存放分类结果
if (vec.size() == 0) { //选取第一个数据作为聚类中心,并寻找距离该中心最远的点作为第二类聚类中心
short int position = 0; //保存第二个质心的位置
vector<float> center1; //第一个质心
vector<