2023年实验三K均值聚类算法实验报告_第1页
2023年实验三K均值聚类算法实验报告_第2页
2023年实验三K均值聚类算法实验报告_第3页
2023年实验三K均值聚类算法实验报告_第4页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

实验三K-Means聚类算法一、实验目的加深对非监督学习的理解和结识掌握动态聚类方法K-Means算法的设计方法二、实验环境具有相关编程软件的PC机三、实验原理非监督学习的理论基础动态聚类分析的思想和理论依据聚类算法的评价指标四、算法思想K一均值算法的重要思想是先在需要分类的数据中寻找K组数据作为初始聚类中心,然后计算其他数据距离这三个聚类中心的距离,将数据归入与其距离最近的聚类中心,之后再对这K个聚类的数据计算均值,作为新的聚类中心,继续以上环节,直到新的聚类中心与上一次的聚类中心值相等时结束算法。实验代码functionkm(k,A)笔函数名里不要出现"-"warningoff[n,p]=size(A);/输入数据有n个样本,p个属性cid=ones(k,p+1)/聚类中心组成k行p列的矩阵k表达第几类,p是属性%A(:,p+1)=100;A(:,p+1)=0;fori=1:k%cid(i,:)=A(i.舟直接取前三个元祖作为聚类中心m=i*floor(n/k)-fIoor(rand(1,1)*(n/k))cid(it:)=A(m,:);cid;endAsum=O;Csum2=NaN;fIags=1;times=1;whiIefIagsflags=0;times=times+1;%计算每个向量到聚类中心的欧氏距离fori=1:nforj=1:kdist(i,j)=sqrt(sum((A(i,:)~cid(j,:))."2));%欧氏距离end%A(i,p+1)=min(dist(i,:));%与中心的最小距离[x,y]=find(dist(i,:)==min(dist(i,:)));[c,d]=size(find(y==A(i,p+1)));ifc==0*说明聚类中心变了flags=flags+1;A(i,p+1)=y(1.1);elsecontinue;endendflagsforj=1:kAsum=0;[r,c]=find(A(:,p+D==j);cid(j,:)=mean(A(r,:),1);form=1:Iength(r)Asum=Asum+sqrt(sum((A(r(m),:)-cid(j,:))."2));endCsum(1rj)=Asum;endsum(Csum(1,:))%ifsum(Csum(1,:))>Csum2%break;%endCsum2=sum(Csum(1,1));Csum;cid;%得到新的聚类中心endtimesdisplay('A矩阵,最后一列是所属类别');Aforj=1:k[a,b]=size(find(A(:,p+1)==j));numK(j)=a;endnumKtimesxIswrite('data.xIs',A);五、算法流程图六、实验结果>>KmeansTOC\o"1-5"\h\z6iterations,tota1sumofdistances=204.82110iterations,tota1sumofdistances=205.88616iterations,tota1sumofdistances=204.8219iterations,tota1sumofdistances=205.8869iterations,totalsumofdistances=205.8868iterations,totalsumofdistances=204.8218iterations,totalsumofdistances=204.82114iterations,tota1sumofdistances=205.88614iterations,totalsumofdistances=205,8866iterations,tota1sumofdistances=204.821Ctrs=1.0754-1.06321.04821.3902-1.1442-1.1121SumD

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论