【web搜索】学习笔记-k-means聚类

k-means聚类也称k均值算法，自顶而下的聚类算法，根据元素对类的所属是否为而至，又分为硬聚类和软聚类。
在普通的k均值算法中，元素和类用相同的向量形式表达。类是质心，即类中所有元素的均值，初始时可将元素随意（或根据启发性信息）分为k个组，计算出各个组的之心，然后按照以下的算法进行类间元素的调整：

硬k均值聚类算法

1  初始化k个组的质心向量
2  while 还可以继续改进 do
3 	for 每个元素（文档）d do
4 		找出质心向量与d最相似的组c
5 		将d调整到组c之中
6 	end for
7 	for 每个组c do
8 		重新计算质心向量
9 	end for
10 end while

软k均值聚类算法
相对于硬k均值聚类，删去3-6步，在第8步计算质心向量时，采用下式计算质心偏移量，注意：每个元素对每个组的偏移量都有贡献， 但贡献的大小不同，离组的质心越近，贡献越大。

相关链接：K-means聚类算法原理和C++实现

学习笔记：
先附上上一段链接中的代码：

#include "stdafx.h"
#include<iostream>
#include<cmath>
#include<vector>
#include<ctime>
using namespace std;
typedef unsigned int uint;

struct Cluster
{
   
	vector<double> centroid;
	vector<uint> samples;
};
double cal_distance(vector<double> a, vector<double> b)
{
   
	uint da = a.size();
	uint db = b.size();
	if (da != db) cerr << "Dimensions of two vectors must be same!!\n";
	double val = 0.0;
	for (uint i = 0; i < da; i++)
	{
   
		val += pow((a[i] - b[i]), 2);
	}