iris数据的kmeans和knn算法代码.doc

clearclcload data.txt; a=data(1:30,1:4);%取第一类的前三十组aa=data(31:50,1:4);%第一类的后二十组b=data(51:80,1:4);%第二类的前三十组bb=data(81:100,1:4);%第二类的后二十组c=data(101:130,1:4);%取第三类的前三十组cc=data(131:150,1:4); %第三类的后二十组train=cat(1,a,b,c);%组成训练样本(90*4)test=cat(1,aa,bb,cc); %组成测试样本(60*4)c=3; %c均值c=3z1=train(1,:); z2=train(45,:);z3=train(90,:); %初始聚类中心z1,z2,z3m=0;t=0; %迭代步数while m=0 samp1=;samp2=;samp3=; %定义空样本：第一类为samp1，第二类为samp2，第三类为samp3 n1=1;n2=1;n3=1; t=t+1; for i=1:90 if (pdist(train(i,:);z1)pdist(train(i,:);z2)&(pdist(train(i,:);z1)pdist(train(i,:);z3)%距离 %若训练样本与聚类z1的距离小于与z2,z3的距离，则赋值于samp1. samp1(n1,:)=train(i,:); n1=n1+1; elseif (pdist(train(i,:);z2)pdist(train(i,:);z1)&(pdist(train(i,:);z2)pdist(train(i,:);z3) %若训练样本与聚类z2的距离小于与z1,z3的距离，则赋值于samp2. samp2(n2,:)=train(i,:); n2=n2+1; else%其他则赋值于samp3 samp3(n3,:)=train(i,:); n3=n3+1; end end %for c1=mean(samp1,1); c2=mean(samp2,1); c3=mean(samp3,1); %求出新的均值，产生新的聚类中心 if isequal(c1,z1)&isequal(c2,z2)&isequal(c3,z3) %判断新旧聚类中心是否相等。若相等则结束m=1 m=1; end z1=c1; %新旧聚类中心若不相等，新聚类中心赋值于旧聚类中心。继续循环 z2=c2; z3=c3;end %while %聚类中心z1=5.0267 3.45 1.4733 0.24667,z2=5.9703 2.7459 4.44051.4676,z3=6.9 3.0478 5.8174 2.0217%kmeans算法结束后分三类samp1(30*4)，samp2(37*4)，samp3(23*4)共90行，迭代次数t=5sum=0;u,v=size(test);%返回测试样本行列，u=60,v=4test1=;test2=;test3=;m1=1;m2=1;m3=1;for x=1:u d1=pdist(test(x,:);z1);%测试样本与聚类中心z1的距离 d2=pdist(test(x,:);z2);%测试样本与聚类中心z2的距离 d3=pdist(test(x,:);z3);%测试样本与聚类中心z3的距离 if d1d2&d1d3%若d1最小则测试样本赋值于test1 test1(m1,:)=test(x,:); m1=m1+1;m=1; elseif d2d1&d2d3%若d2最小则测试样本赋值于test2 test2(m2,:)=test(x,:); m2=m2+1;m=2; else test3(m3,:)=test(x,:);%若d3最小则测试样本赋值于test3 m3=m3+1;m=3; end%分类结果为test1（20*4），test2（25*4），test3（15*4）共60组 if x20&x40&x=60 disp(sprintf(第%d组数据分类后为第%d类,x+90,m); end if (x20&x40&x=60&m=3) sum=sum+1; %正确的个数 end end disp(sprintf(分类正确率为%4.2f,sum/60);%正确率clearclcload data.txt; a=data(1:30,1:4);%取第一类的前三十组aa=data(31:50,1:4);%第一类的后二十组b=data(51:80,1:4);%第二类的前三十组bb=data(81:100,1:4);%第二类的后二十组c=data(101:130,1:4);%取第三类的前三十组cc=data(131:150,1:4); %第三类的后二十组train_sample=cat(1,a,b,c);%组成训练样本test_sample=cat(1,aa,bb,cc); %组成测试样本k=5;%k近邻k取5cha=zeros(1,90);sum=0;i,j=size(train_sample);%i=90,j=4u,v=size(test_sample);%u=60,v=4for x=1:u for y=1:i result=sqrt(test_sample(x,1)-train_sample(y,1).2+(test_sample(x,2)-train_sample(y,2).2+. (test_sample(x,3)-train_sample(y,3).2+(test_sample(x,4)-train_sample(y,4).2); cha(1,y)=result;%第一个测试样本与所有训练样本间的距离向量 end; z,Ind=sort(cha);%从小到大排列Ind用来存储排序前在cha中的下标90 m1=0; m2=0; m3=0; for n=1:k if Ind(1,n)30&Ind(1,n)=60 m2=m2+1; %前五个中下标小于60大于30的个数 else m3=m3+1; %前五个中下标小于90大于60的个数 end end L=m1 m2 m3; if m1=max(L) m=1; %若m1最大则属于第一类 elseif m2=max(L) m=2; %若m2最大则属于第二类 elseif m3=max(L) m=3; %若m3最大则属