scala实现Kmeans算法

最新推荐文章于 2023-07-17 08:49:54 发布

爱生活的程序猿

最新推荐文章于 2023-07-17 08:49:54 发布

阅读量3.7k

点赞数 1

分类专栏： spark scala 机器学习

本文链接：https://blog.csdn.net/u014135021/article/details/53668634

版权

这篇博客介绍了使用Scala实现K-means算法的过程，探讨了K-means无法达到全局最优的原因——成本函数非凸，强调了初始中心点选择的重要性。作者采用随机生成初始中心点的方法，并提到了更好的kmeans++算法。作为初学者的Scala实践，作者欢迎读者提供指导。

摘要由CSDN通过智能技术生成

好久没有写博客了，虽然并没有多少人看。kmeans的思想大家自己去查找，我就不一一叙述了。kmeans之所以不能达到全局最优，是因为他的cost函数是一个非凸的函数，找不到最低点那个位置。kmeans的初始位置很重要，本片博客采取的就是最基本的随机生成初始中心点（我很好奇，有些人的代码就是随机生成n和点，都不带判重的），比较好的生成算法是kmeans++，保证初始点间的距离最远。这是我初学scala一个月写的代码，还没有体会到scala的精髓，望各位指导！

import scala.collection.immutable.Vector
import scala.io.Source
import scala.util.Random
import scala.collection.mutable.ArrayBuffer
import com.sun.jersey.core.spi.factory.MessageBodyFactory.DistanceComparator

object MyKmeans {
   //读取需要聚类的数据
   def GetData(pathfile:String):Array[Point]={
    val source=Source.fromFile(pathfile)
    val lines=source.getLines().toArray
    val data=lines.map { x =>new Point( x.split(" ").map { y => y.toDouble})}
    println("读取数据完成")
    data
  }
  def main(args: Array[String]): Unit = {
    var data=GetData("/h