K-Means算法

最新推荐文章于 2024-11-12 11:12:28 发布

weixin_30478923

最新推荐文章于 2024-11-12 11:12:28 发布

阅读量117

点赞数

文章标签：人工智能 c/c++ 数据结构与算法

原文链接：http://www.cnblogs.com/ruiqingliu/p/7365610.html

版权

下面是K-Means算法的c语言实现

#include<stdio.h>
#include <stdlib.h>
#include <time.h>
typedef struct {
    float x;
    float y;
} Point;
int center[]; //center[]是按簇存储样本点，方便判断每个簇中的样本点
Point point[]; //存放样本点
Point mean[]; //存放聚类中心点
//读取文件函数，读取M行N列的二维数组
float readfile(int M, int N) {
    FILE *fp;
    int i, j;
    float array[M][N];
    if ((fp = fopen("data.txt", "r")) == NULL) {
        printf("cannot open file\n");
        exit(1);
    }
    for (i = 0; i < M; i++) {
        for (j = 0; j < N; j++) {
            fscanf(fp, "%f", &array[i][j]);
//            printf("%f\n", array[i][j]);//用于测试读取文件的内容
        }
        printf("\t( %f, %f )\n", array[i][0], array[i][1]);
        point[i].x = array[i][0];
        point[i].y = array[i][1];
    }
    fclose(fp);
    return array[M][N];
}
//计算两个点的欧氏距离
float getDistance(Point point1, Point point2) {
    float distance;
    distance = sqrt(
            (point1.x - point2.x) * (point1.x - point2.x)
                    + (point1.y - point2.y) * (point1.y - point2.y));
    return distance;
}
//在第一次聚类之后，计算每个簇的中心点，是根据每个簇中所有样本点之和，除以该簇中样本点个数作为新的中心点
void getMean(int M, int K) {
    Point temp;
    int i, j, count = 0;
    for (i = 0; i < K; i++) {
        count = 0;
        temp.x = 0;
        temp.y = 0;
        for (j = 0; j < M; j++) {
            if (i == center[j]) {
                count++;//count记录该簇中样本点的个数
                temp.x += point[j].x;
                temp.y += point[j].y;
            }
        }
        temp.x /= count;
        temp.x /= count;
        mean[i] = temp;
    }
    for (i = 0; i < K; ++i) {
        printf("The new center point of %d is : \t( %f, %f )\n", i + 1,
                mean[i].x, mean[i].y);
    }
}
//计算平方误差，是根据簇中样本点与该簇中心点的欧氏距离的平方计算的
float getE(int M, int K) {
    int i, j;
    float E = 0, sum = 0;
    for (i = 0; i < K; i++) {
        for (j = 0; j < M; j++) {
            if (i == center[j]) {
                E = (point[j].x - mean[i].x) * (point[j].x - mean[i].x)
                        + (point[j].y - mean[i].y) * (point[j].y - mean[i].y);
                sum += E;
            }
        }
    }
    return sum;
}
//聚类
void cluster(int M, int K) {
    int i, j, q;
    float min;
    float distance[M][K]; //第m个样本点距第k个中心点的距离，第一行存放第一个数据点距离各簇的中心点的距离
    for (i = 0; i < M; i++) {
        min = 999999;
        for (j = 0; j < K; j++) { //对每个簇的中心点循环
            distance[i][j] = getDistance(point[i], mean[j]); //计算第i个样本点距离第j个中心点的欧氏距离
//            printf("%f\n", distance[i][j]); //输出各个距离
        }
        //对二维数组的每一行，也就是每个样本点离各个中心点的距离，选取距离最小的中心点作为这个数据点的簇
        for (q = 0; q < K; q++) {            //循环的是中心点
            if (distance[i][q] < min) {
                min = distance[i][q];
                center[i] = q;
            }
        }
        printf("( %.0f, %.0f )\t in cluster-%d\n", point[i].x, point[i].y,
                center[i] + 1);
    }
    printf("-----------------------------\n");
}
//初始化聚类中心点
void initial(int M,int K){
    int i,j;
    srand((unsigned int) time(NULL));
        for (i = 0; i < K; i++) {
            j = rand() % M; //产生0~M-1的随机数
            mean[i].x = point[j].x;
            mean[i].y = point[j].y;
        }
}
int main() {
    int i, j, n = 0, M, N, K;
    float temp1=0, temp2=0;
    printf("please input rows and columns(separated by spaces or enter):");

    scanf("%d%d", &M, &N);
    printf("----------Data sets----------\n");
    readfile(M, N);
    printf("-----------------------------\n");
    printf("please input the number of cluster:");

    scanf("%d", &K);
    //用随机数初始化聚类中心点
    initial(M,K);

    cluster(M, K);          /// 第一次根据预设的k个点进行聚类
    temp1 = getE(M, K);        ///  第一次平方误差
    n++;                   ///  n计算形成最终的簇用了多少次

    printf("The E1 is: %f\n\n", temp1);
    do{
        temp1=temp2;
        getMean(M,K);
        cluster(M,K);
        temp2=getE(M,K);
        n++;
        printf("The E%d is: %f\n\n",n, temp2);
    }while(fabs(temp2 - temp1) != 0);

    printf("The total number of cluster is: %d\n\n", n);  /// 统计出迭代次数


}