k均值算法c语言编程,关于K均值算法的问题，有错误但不知如何改正，新手求解！...

//k均值算法：//第一步：选K个初始聚类中心，z1(1)，z2(1)，…，zK(1)，其中括号内的序号为寻找聚类中心的迭代运算的次序号。聚类中心的向量值可任意设定，例如可选开始的K个模式样本的向量值作为初始聚类中心。//第二步：逐个将需分类的模式样本{x}按最小距离准则分配给K个聚类中心中的某一个zj(1)。//假设i=j时，，则，其中k为迭代运算的次序号，第一次迭代k=1，Sj表示第j个聚类，其聚类中心为zj。//第三步：计算各个聚类的新的中心zj(k+1)，j=1,2,…,K//其中Nj为第j个聚类域Sj中所包含的样本个数。以均值向量作为新的聚类中心，可使如下聚类准则函数最小：//在这一步中要分别计算K个聚类中的样本均值向量，所以称之为K-均值算法。//第四步：若，j=1,2,…,K，则返回第二步，将模式样本逐个重新分类，重复迭代运算；//若，j=1,2,…,K，则算法收敛，计算结束。//define#define MAX 1000000

#define K 10

#define DIM 2

#include

#include

typedef struct{

float grid[2];//erwei shuzu chucun dian de zuo biao int label; //shi juleizhongxin zhi wei 1

}point;

point sample[100];

//hanshu//聚类准则函数//最小距离准则函数min()void min(float*a,float*b);//各点按最小距离分类void find(point *p,int *center);//寻找新聚类中心函数

void classify(point *p,int *center);//归类float distance(float*a,float*b);

void main()

{//将样本点坐标存入结构体int i,j,k=0;

float point[K*2]={0,0,3,8,2,2,1,1,5,3,4,8,6,3,5,4,6,4,7,5};

for(i=0;i

for(j=0;j

for(k=0;k

{

sample[i].grid[j]=point[k];

}

int center[100]={0};

center[0]=0;

center[1]=1;

center[2]=2;//给定初始三类聚类中心//jilu juleizhongxingeshu ,前面是聚类中心点xiabiao，后面新聚类中心//将样本点坐标存入结构体 find(sample,center);

classify(sample,center);

printf("共有%d个聚类中心\n",center[K]);

for(i=0;i

if(sample[i].label==1)

printf("点%d为聚类中心\n",i+1);

for(i=0;i

if(sample[i].label!=1)

printf("点%d属于聚类中心%d\n",i+1,sample[i].label); //改!!!!!!!!!!!!!!!!!}

float distance(float *a,float *b)

{

int i;

float distance=0;

for(i=0;i

{

distance+=(a[i]-b[i])*(a[i]-b[i]);

}

return distance;

}

void min(float*a,float*b)//最小距离准则分类{ int i,j,k;

float dis=MAX;

float dis1[1000000];//存储距离数组float point[K*2]={0,0,3,8,2,2,1,1,5,3,4,8,6,3,5,4,6,4,7,5};

for(i=0;i

for(j=0;j

for(k=0;k

{

sample[i].grid[j]=point[k];

}

int center[100];

int N[3]={0,0,0};//记录每一类中有几个点 for(i=0;i

for(k=0;k<3;k++)//选了三个初始聚类中心，依次和每个聚类中心在每个聚类中心内距离找最小值 { dis1[k]=distance(sample[i].grid,sample[center[k]].grid);

if(dis1[k]

{

dis=dis1[k];

sample[i].label=center[k];

N[k]++;

}

}

}

void find(point *p,int *center) //寻找新聚类中心函数：现在有三类，在每一类中寻找新的聚类中心，每一类中有N【k】个点,新的聚类中心点centre【K+1】向量坐标求和除上这类点的个数,再将十个样本点重新分类，迭代运算{ int k,i;

//修改 int N[20];

// for(k=0;k<3;k++)

for(i=0;i

{

if(sample[i].label==center[k])

//改(sample[center[K+1]].grid)+=(1\(N[k]))*sample[i].grid; sample[center[K+1]].grid+=(1/N[k])*sample[i].grid;

//错误//找到一个新的聚类中心center【K+1】 center[k+1]=K+1;

}

for(i=0;i

for(k=0;k

if(sample[center[K+1]].grid!=sample[center[k]].grid)//cuowu {

min(sample[i].grid,sample[center[k]].grid);

}

}

/*void find(point *p,int *center) //寻找新聚类中心函数：现在有三类，在每一类中寻找新的聚类中心，每一类中有N【k】个点,新的聚类中心点centre【K+1】向量坐标求和除上这类点的个数,再将十个样本点重新分类，迭代运算

{ int k,i;

for(k=0;k<3;k++)

for(i=0;i

{

if(sample[i].label==center[k])

(sample[center[K+1]].grid)+=(1\(N[k]))*sample[i].grid; //这一行改为sample[center[K+1]].grid+=(1/N[k])*sample[i].grid;,另外数组N没定义

//错误

//找到一个新的聚类中心center【K+1】

center[k+1]=K+1;

}*/