数据挖掘实验报告聚类分析1

1、数据挖掘实验报告聚类分析数据挖掘实验报告（三）聚类分析姓名：李圣杰班级：计算机1304学号：1311610602 一、实验目的1、掌握k-means 聚类方法；2、通过自行编程，对三维空间内的点用k-means 方法聚类。二、实验设备pc 一台，dev-c+5.11三、实验内容1.问题描述：立体空间三维点的聚类.说明：数据放在数据文件中(不得放在程序中)，第一行是数据的个数，以后各行是各个点的x,y,z 坐标。2.设计要求读取文本文件数据，并用k-means 方法输出聚类中心 3. 需求分析k-means 算法接受输入量k ；然后将n 个数据对象划分为 k 个聚类以便使得所获得的聚类满足：同一

2、聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。k-means 算法的工作过程说明如下：首先从n 个数据对象任意选择k 个对象作为初始聚类中心，而对于所剩下的其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类。然后，再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值），不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数，具体定义如下：21=-=ki iie c p m p (1)其中e 为数据库中所有对象的均方差之和，p

3、为代表对象的空间中的一个点，m i 为聚类c i 的均值(p 和m i 均是多维的)。公式(1)所示的聚类标准，旨在使所获得的k 个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。四、实验步骤step 1.读取数据组，从n 个数据对象任意选择k 个对象作为初始聚类中心； step 2.循环step 3到step 4直到每个聚类不再发生变化为止； step 3.根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离，并根据最小距离重新对相应对象进行划分；step 4.重新计算每个（有变化）聚类的均值（中心对象）。 代码#include #include #inc

4、lude #include int k,vectordim,datasize,seed=1; float *data,*kmatrix; float *max_column,*min_column;/*创建维数可指定的二维动态数组arraymn*/float* array(int m, int n)float *p;int i;p=(float*)malloc(m*sizeof(float *);p0=(float*)malloc(m*n*sizeof(f loat);for(i=1; ireturn p;/*释放二维数组所占用的内存*/void freearray(float* p)free

5、(*p); free(p);void loaddata()file * fp;int i,j;if(fp=fopen(data.txt,r)=n ull)printf(cannot open file!n);exit(0);if(feof(fp)printf(data.txt is a empty file!n);fclose(fp);exit(0); if(fscanf(fp,k=%d,vectordim=%d, datasize=%dn,&k,&vectordim,&da tasize)!=3)printf(load error!n);fclose(fp);exit(0);data=arr

6、ay(datasize,vectordim+1) ;for(i=0;idataivectordim=0;for(j=0;jif(j=(vectordim-1) fscanf(fp,%fn,&dataij);else fscanf(fp,%f ,&dataij);/*printf(%f,dataij);*/double euclid_distance(float a,float b,int dim)int i;double sum=0;for(i=0;isum+=pow(ai-bi,2);return sqrt(sum);void getmaxmin(float *a)int i,j;max_c

7、olumn=(float*)malloc(sizeof(float)*vectordim );min_column=(float *)malloc(sizeof(float)*vectordim ); for(i=0;imax_columni=a0i;min_columni=a0i;for(i=0;ifor(j=1;jif(ajimax_columni)max_col umni=aji;if(aji/*printf(max_column%d=%f, min_column%d=%fn,i,max_columni,i,min_columni);*/void initializerandom()se

8、ed+;srand(unsigned)time(null)+seed);float randomreal(float low, float high)return (float) rand() / rand_max) * (high-low) + low;void k_locations_random()int i,j;kmatrix=array(k,vectordim+1); printf(randomly the k-locations are initialized as follows:n); for(i=0;iinitializerandom();kmatrixivectordim=

9、(float)(i+ 1);printf(location-%d: ,i+1); for(j=0;jkmatrixij=randomreal(min_co lumni,max_columni);printf(% f, ,kmatrixij);printf(n);int existemptyclass()int *empty,i,j,ef;empty=(int*)malloc(sizeof(int)*k);for(i=0;ifor(i=0;ifor(j=1;jif(j=(int)dataivectordim) emptyj-1+;for(i=0,ef=0;iif(0=emptyi) ef=1;r

10、eturn ef;int cluster()int i,j,flag,eflag=1;double closest,d;for(i=0;i closest=euclid_distance(datai, kmatrix0,vectordim); flag=1;for(j=1;jd=euclid_distance(datai,kmatrixj,vectordim);if(dclosest=d;flag=j+1;if(dataivectordim!=(float )flag) eflag=0;dataivectordim=(float)fla g;return eflag;void update_k

11、_location()int i,j,number,m;float *temp;temp=(float*)malloc(sizeof(float)*(vectordi m);for(m=0;mtempm=0;for(number=0,i=1;ifor(m=0;mtempm=0;for(j=0;jif(datajvectordim=i)number+;for(m=0;mtempm+=datajm;for(m=0;mkmatrixi-1m=tempm/numbe r;/*printf(%fn,kmatrixi-1 m);*/free(temp);void output()int i,j,m;/*f

12、or(m=0;m/*printf(data%dvectordim=%f n,m,datamvectordim);*/for(i=1;iprintf(the following data are clusterd as class %d:n,i); for(j=0;jif(datajvectordim=(float)i) for(m=0;mprintf(n);void freememory()freearray(kmatrix);freearray(data);free(max_column);free(min_column); main() int end_flag,empty_flag=0;

13、long int time;loaddata();getmaxmin(data);while(1)k_locations_random();end_flag=cluster();if(existemptyclass()printf(there is a empty class!nsorestart!n);continue;time=0;while(!end_flag)if(time1000)break;time+;update_k_location();end_flag=cluster();empty_flag=existemptyclass();if(empty_flag) printf(there is a empty class!nso restart!n);continue;else break;printf(nafter %ld times calculationn,time);output();freememory();实验数据文件：data.txt用空格分开k=3,vectordim=3,datasize=15-25 22.2 -35.3431.2 -14.4 2332.02 -23 24.44-25.35 36.3 -33.3