kmeans实现

发表于 | 分类于

由于时间关系，这里仅仅贴上对应算法的matlab代码。至于详细的算法解释，由于我是用latex写的报告，因此暂时也无法移植到blog上。之后可能会贴出对应的pdf链接之类的。对于常见算法，我直接将实现贴出，而对于只有圈内人才比较清楚的代码，我会将对应的论文名字写出来，并且贴出相应代码。代码上均有详细注释，今后考上研后，将算法解释以及python实现的代码一并写出。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
%% 变量解释
% centroids为质心
% cluster为数据对应的类标
% data为输入原数据
% k为簇的个数
function [centroids,cluster] = Kmeans(data, k) 
%% 绘制数据集原始图形,在调用函数的那里写
% x = data(:,1); %二维数据
% y = data(:,2);
% s = scatter(x,y);
% title('Aggregation cluster原始图');
%% 随机初始化质心
[n,d] = size(data);
centroids = zeros(k,d); 
minVal = min(data);
maxVal = max(data);
for i=1:k
    centroids(i,:) = minVal + (maxVal - minVal)*rand();%rand()函数是返回[0,1]均匀分布随机数
end
%% 计算过程
cluster = zeros(n,1);
change = 1; % 判断类标是否有改变
while change == 1
    change = 0;
    % 公式1
    for i=1:n
        minDist = inf;
        minIndex = 0;
        for j=1:k
            dist = (data(i,:)-centroids(j,:))*(data(i,:)-centroids(j,:))';
            if dist < minDist
                minDist = dist;
                minIndex = j;
            end
        end
        if cluster(i) ~= minIndex
            change = 1;
            cluster(i) = minIndex;
        end
    end
    % 公式2
    for j=1:k
        sum = zeros(1,d);
        r = 0; %当前类中元素个数
        for i=1:n
            if cluster(i) == j
                sum = sum + data(i,:);
                r = r + 1;
            end
            centroids(j,:) = sum/r;
        end
    end
    %% 作图
    hold on 
    for i=1:n
        switch cluster(i)
            case 1
                plot(data(i,1), data(i,2), '.b');
            case 2
                plot(data(i,1), data(i,2), '.g');
            case 3
                plot(data(i,1), data(i,2), '.r');
            case 4
                plot(data(i,1), data(i,2), '.c');
            case 5
                plot(data(i,1), data(i,2), '.m');
            case 6
                plot(data(i,1), data(i,2), '.y');
            case 7
                plot(data(i,1), data(i,2), '.k');
            otherwise
                plot(data(i,1), data(i,2), '.k');
        end
    end
end