K-means算法的c++代码实现

1.K-means算法步骤

1. 从数据中选择k个对象作为初始聚类中心;
2. 计算每个聚类对象到聚类中心的距离来划分(被划分到距离最近的那个中心点的簇里）；
3. 再次计算每个聚类中心
4. 重新开始步骤2和步骤3，进行迭代直到满足结束条件(当前迭代次数达到指定迭代次数、中心点坐标距离变化量低于指定值、每个簇里的元素或者元素数量不再发生变化等，根据不同要求确定不同结束条件）
5. 确定最优的聚类中心

2.相关问题

1.计算距离

K-means算法采用的是欧氏距离：各维度差的平方和。
$$Dist(X,Y)=\sqrt{\sum _{i=1}^n(x_i-y_i{)}^2}$$

2. 如何计算中心点坐标

计算的公式和重心坐标公式是一致的，所有点每个维度的均值
$$center(\frac{{\sum }_{i=1}^{n}P{1}_i}{n},\frac{{\sum }_{i=1}^{n}P{2}_i}{n},...,\frac{{\sum }_{i=1}^{n}P{m}_i}{n})$$

具体代码实现

#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
#define endl '\n'
struct Point {//存储点 
	vector<double> pos;//存储各维度值 
	int aff=-1;//所属中心点下标
} p[100];
int n,m,k,temp;//n:数据点数，m:点的维度，k:中心点数 
vector<Point> center;//中心点坐标
double getdis(const Point &p1,const Point &p2) {//获取两点距离
	double result=0;
	for(int i=0; i<m; i++) {
		result+=(p1.pos[i]-p2.pos[i])*(p1.pos[i]-p2.pos[i]);
	}
	return result;
}
void K_means() {
	bool changed=true;
	while(changed) {
		changed=false;
		for(int i=1; i<=n; i++) {//聚类
			double mins=INT_MAX;
			int t=0;
			for(int j=0; j<center.size(); j++) {//遍历每一个中心点，找到离该点最近的那个中心点
				if(getdis(p[i],center[j])<mins) {
					t=j;
					mins=getdis(p[i],center[j]);
				}
			}
			if(p[i].aff!=t) {//如果该点的所属改变了，则说明要继续聚类
				p[i].aff=t;
				changed=true;
			}
		}
		for(int t=0; t<k; t++) {//计算每一个簇的中心点，并更新中心点坐标
			vector<double> pos(m,0);
			int cnt=0;
			for(int i=1; i<=n; i++) {
				if(p[i].aff==t) {
					cnt++;
					for(int j=0; j<m; j++) {
						pos[j]+=p[i].pos[j];
					}
				}
			}
			for(int j=0; j<m; j++) {
				pos[j]/=cnt;
			}
			center[t].pos=pos;
		}
	}
}
void output(int index) {//输出各个簇内点
	bool flag=false;
	for(int i=1; i<=n; i++) {
		if(p[i].aff==index) {
			if(flag)cout<<",";
			flag=true;
			cout<<i;
		}
	}
	cout<<endl;
}
int main() {
	ios::sync_with_stdio(0);
	cin.tie(0);
	cout.tie(0);
	cin>>n>>m>>k;
	for(int i=1; i<=n; i++) {//输入数据点坐标 
		for(int j=0; j<m; j++) {
			cin>>temp;
			p[i].pos.push_back(temp);
		}
	}
	for(int i=0; i<k; i++) {//输入中心点坐标 
		cin>>temp;
		center.push_back(p[temp]);
	} 
	K_means();//执行K_means算法 
	for(int i=0; i<k; i++) {//输出 
		cout<<"cluster"<<i+1<<":";
		output(i);
	}
	return 0;
}