本文参考自: 原文地址
K-means算法流程图:
实现步骤:
(1)编写BasicKMeans.java,代码:
public class BasicKMeans {
/*
* 聚类函数主体。
* 针对一维 double 数组。指定聚类数目 k。
* 将数据聚成 k 类。
*/
public static double[][] cluster(Double[] p, int k) {
// 存放聚类旧的聚类中心
double[] c = new double[k];
// 存放新计算的聚类中心
double[] nc = new double[k];
// 存放放回结果
double[][] g;
// 初始化聚类中心
// 经典方法是随机选取 k 个
// 本例中采用前 k 个作为聚类中心
// 聚类中心的选取不影响最终结果
for (int i = 0; i < k; i++)
c[i] = p[i];
// 循环聚类,更新聚类中心
// 到聚类中心不变为止
while (true) {
// 根据聚类中心将元素分类
g = group(p, c);
// 计算分类后的聚类中心
for (int i = 0; i < g.length; i++) {
nc[i] = center(g[i]);
}
// 如果聚类中心不同
if (!equal(nc, c)) {
// 为下一次聚类准备
c = nc;
nc = new double[k];
} else // 聚类结束
break;
}
// 返回聚类结果
return g;
}
/*
* 聚类中心函数
* 简单的一维聚类返回其算数平均值
* 可扩展
*/
public static double center(double[] p) {
return sum(p) / p.length;
}
/*
* 给定 double 型数组 p 和聚类中心 c。
* 根据 c 将 p 中元素聚类。返回二维数组。
* 存放各组元素。
*/
public static double[][] group(Double[] p, double[] c) {
// 中间变量,用来分组标记
int[] gi = new int[p.length];
// 考察每一个元素 pi 同聚类中心 cj 的距离
// pi 与 cj 的距离最小则归为 j 类
for (int i = 0; i < p.length; i++) {
// 存放距离
double[] d = new double[c.length];
// 计算到每个聚类中心的距离
for (int j = 0; j < c.length; j++) {
d[j] = distance(p[i], c[j]);
}
// 找出最小距离
int ci = min(d);
// 标记属于哪一组
gi[i] = ci;
}
// 存放分组结果
double[][] g = new double[c.length][];
// 遍历每个聚类中心,分组
for (int i = 0; i < c.length; i++) {
// 中间变量,记录聚类后每一组的大小
int s = 0;
// 计算每一组的长度
for (int j = 0; j < gi.length; j++)
if (gi[j] == i)
s++;
// 存储每一组的成员
g[i] = new double[s];
s = 0;
// 根据分组标记将各元素归位
for (int j = 0; j < gi.length; j++)
if (gi[j] == i) {
g[i][s] = p[j];
s++;
}
}
// 返回分组结果
return g;
}
/*
* 计算两个点之间的距离, 这里采用最简单得一维欧氏距离, 可扩展。
*/
public static double distance(double x, double y) {
return Math.abs(x - y);
}
/*
* 返回给定 double 数组各元素之和。
*/
public static double sum(double[] p) {
double sum = 0.0;
for (int i = 0; i < p.length; i++)
sum += p[i];
return sum;
}
/*
* 给定 double 类型数组,返回最小值得下标。
*/
public static int min(double[] p) {
int i = 0;
double m = p[0];
for (int j = 1; j < p.length; j++) {
if (p[j] < m) {
i = j;
m = p[j];
}
}
return i;
}
/*
* 判断两个 double 数组是否相等。 长度一样且对应位置值相同返回真。
*/
public static boolean equal(double[] a, double[] b) {
if (a.length != b.length)
return false;
else {
for (int i = 0; i < a.length; i++) {
if (a[i] != b[i])
return false;
}
}
return true;
}
(2)调用:
//若带聚类数据类型为将泛型集合,则将其转换为数组,供聚类使用
Double array = new Double[list.size()];
list.toArray(array);
BasicKMeans basicKMeans=new BasicKMeans();
int k = 4; //聚类个数
double[][] g; //存放聚类结果的数组
g = basicKMeans.cluster(array, k);
注意事项:
(1)聚类后的数组为二维数组,每一维为一类。
(2)聚类后的每一类的数值顺序取决于原数组数值的顺序,若要达到分级聚类的效果,则需在聚类前对数据进行排序。
(3)若要达到分级聚类,可参照:Android 手札:调用冒泡排序算法进行排序