kmeans实际应用例子 java_k-means聚类JAVA实例
《mahout in action》第六章。
datafile/cluster/simple_k-means.txt数据集例如以下：
1 1
2 1
1 2
2 2
3 3
8 8
8 9
9 8
9 9
1. k-means聚类算法原理
1、从D中随机取k个元素。作为k个簇的各自的中心。
2、分别计算剩下的元素到k个簇中心的相异度，将这些元素分别划归到相异度最低的簇。
3、依据聚类结果。又一次计算k个簇各自的中心，计算方法是取簇中全部元素各自维度的算术平均数。
4、将D中所有元素依照新的中心又一次聚类。
5、反复第4步，直到聚类结果不再变化。
6、将结果输出。
2. 举例说明
2.1 从D中随机取k个元素，作为k个簇的各自的中心。
private final static Integer K=2; //选K=2，也就是估算有两个簇。
以下选1 1，2，1两个点。
C0:1 1
C1:2 1
2.2 分别计算剩下的元素到k个簇中心的相异度，将这些元素分别划归到相异度最低的簇。
结果为：
C0 : 1 1
C0:的点为：1.0,2.0
C1: 2 1
C1:的点为：2.0,2.0
C1:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
2.3 依据2.2的聚类结果。又一次计算k个簇各自的中心，计算方法是取簇中全部元素各自维度的算术平均数。
採取欧区距离公式。
C0 新的簇心为：1.0,1.5
C1 新的簇心为：5.857142857142857,5.714285714285714
2.4 将D中所有元素依照新的中心又一次聚类。
第2次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
2.5 反复第4步，直到聚类结果不再变化。
当距离小于某个值的时候。就觉得聚类已经聚类了。不须要再迭代，这里的值选0.001
private final static Double converge=0.001;
------------------------------------------------
C0的簇心为：1.6666666666666667,1.75
C1的簇心为：7.971428571428572,7.942857142857143
各个簇心移动中最小的距离为，move=0.7120003121097943
第3次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.777777777777778,1.7916666666666667
C1的簇心为：8.394285714285715,8.388571428571428
各个簇心移动中最小的距离为。move=0.11866671868496578
第4次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.7962962962962965,1.7986111111111114
C1的簇心为：8.478857142857143,8.477714285714285
各个簇心移动中最小的距离为，move=0.019777786447494432
第5次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.799382716049383,1.7997685185185184
C1的簇心为：8.495771428571429,8.495542857142857
各个簇心移动中最小的距离为。move=0.003296297741248916
第6次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.7998971193415638,1.7999614197530864
C1的簇心为：8.499154285714287,8.499108571428572
各个簇心移动中最小的距离为。move=5.49382956874724E-4
3. JAVA实现
package mysequence.machineleaning.clustering.kmeans;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;
import java.util.Vector;
import mysequence.machineleaning.clustering.canopy.Point;
public class MyKmeans {
static Vector li=new Vector();
//static List li=new ArrayList();
static List> list=new ArrayList>(); //每次迭代保存结果，一个vector代表一个簇
private final static Integer K=2; //选K=2，也就是估算有两个簇。
private final static Double converge=0.001; //当距离小于某个值的时候。就觉得聚类已经聚类了，不须要再迭代，这里的值选0.001
//读取数据
public static final void readF1() throws IOException {
String filePath="datafile/cluster/simple_k-means.txt";
BufferedReader br = new BufferedReader(new InputStreamReader(
new FileInputStream(filePath)));
for (String line = br.readLine(); line != null; line = br.readLine()) {
if(line.length()==0||"".equals(line))continue;
String[] str=line.split(" ");
Point p0=new Point();
p0.setX(Double.valueOf(str[0]));
p0.setY(Double.valueOf(str[1]));
li.add(p0);
//System.out.println(line);
}
br.close();
}
//math.sqrt(double n)
//扩展下。假设要给m开n次方就用java.lang.StrictMath.pow(m,1.0/n);
//採用欧氏距离
public static Double DistanceMeasure(Point p1,Point p2){
Double tmp=StrictMath.pow(p2.getX()-p1.getX(), 2)+StrictMath.pow(p2.getY()-p1.getY(), 2);
return Math.sqrt(tmp);
}
//计算新的簇心
public static Double CalCentroid(){
System.out.println("------------------------------------------------");
Double movedist=Double.MAX_VALUE;
for(int i=0;i
Vector subli=list.get(i);
Point po=new Point();
Double sumX=0.0;
Double sumY=0.0;
Double Clusterlen=Double.valueOf(subli.size());
for(int j=0;j
Point nextp=subli.get(j);
sumX=sumX+nextp.getX();
sumY=sumY+nextp.getY();
}
po.setX(sumX/Clusterlen);
po.setY(sumY/Clusterlen);
//新的点与旧点之间的距离
Double dist=DistanceMeasure(subli.get(0),po);
//在多个簇心移动的过程中，返回移动距离最小的值
if(dist
list.get(i).clear();
list.get(i).add(po);
System.out.println("C"+i+"的簇心为："+po.getX()+","+po.getY());
}
String test="ll";
return movedist;
}
//本次的簇心
//下一次移动的簇心
private static Double move=Double.MAX_VALUE;//移动距离
//不断地迭代，直到收敛
public static void RecursionKluster(){
for(int times=2;move>converge;times++){
System.out.println("第"+times+"次迭代");
//默认每个list里的Vector第0个元素是质心
for(int i=0;i
Point p=new Point();
p=li.get(i);
int index = -1;
double neardist = Double.MAX_VALUE;
for(int k=0;k
Point centre=list.get(k).get(0);
double currentdist=DistanceMeasure(p,centre);
if(currentdist
neardist=currentdist;
index=k;
}
}
System.out.println("C"+index+":的点为："+p.getX()+","+p.getY());
list.get(index).add(p);
}
//又一次计算簇心,并返回移动的距离，最小的那个距离
move=CalCentroid();
System.out.println("各个簇心移动中最小的距离为。move="+move);
}
}
public static void Kluster(){
for(int k=0;k
Vector vect=new Vector();
Point p=new Point();
p=li.get(k);
vect.add(p);
list.add(vect);
}
System.out.println("第1次迭代");
//默认每个list里的Vector第0个元素是质心
for(int i=K;i
Point p=new Point();
p=li.get(i);
int index = -1;
double neardist = Double.MAX_VALUE;
for(int k=0;k
Point centre=list.get(k).get(0);
double currentdist=DistanceMeasure(p,centre);
if(currentdist
neardist=currentdist;
index=k;
}
}
System.out.println("C"+index+":的点为："+p.getX()+","+p.getY());
list.get(index).add(p);
}
}
public static void main(String[] args) throws IOException {
// TODO Auto-generated method stub
//读取数据
readF1();
//第一次迭代
Kluster();
//第一次迭代后计算簇心
CalCentroid();
//不断迭代，直到收敛
RecursionKluster();
}
}
4.执行结果：
C0:1 1
C1:2 1
第1次迭代
C0:的点为：1.0,2.0
C1:的点为：2.0,2.0
C1:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.0,1.5
C1的簇心为：5.857142857142857,5.714285714285714
第2次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.6666666666666667,1.75
C1的簇心为：7.971428571428572,7.942857142857143
各个簇心移动中最小的距离为，move=0.7120003121097943
第3次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.777777777777778,1.7916666666666667
C1的簇心为：8.394285714285715,8.388571428571428
各个簇心移动中最小的距离为。move=0.11866671868496578
第4次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.7962962962962965,1.7986111111111114
C1的簇心为：8.478857142857143,8.477714285714285
各个簇心移动中最小的距离为。move=0.019777786447494432
第5次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.799382716049383,1.7997685185185184
C1的簇心为：8.495771428571429,8.495542857142857
各个簇心移动中最小的距离为。move=0.003296297741248916
第6次迭代
C0:的点为：1.0,1.0
C0:的点为：2.0,1.0
C0:的点为：1.0,2.0
C0:的点为：2.0,2.0
C0:的点为：3.0,3.0
C1:的点为：8.0,8.0
C1:的点为：8.0,9.0
C1:的点为：9.0,8.0
C1:的点为：9.0,9.0
------------------------------------------------
C0的簇心为：1.7998971193415638,1.7999614197530864
C1的簇心为：8.499154285714287,8.499108571428572
各个簇心移动中最小的距离为。move=5.49382956874724E-4
kmeans实际应用例子 java_k-means聚类JAVA实例相关推荐
- k均值聚类算法考试例题_k means聚类算法实例
所谓聚类问题,就是给定一个元素集合D,其中每个元素具有n个可观察属性,使用某种算法将D划分成k个子集,要求每个子集内部的元素之间相异度尽可能低,而不同子集的元素相异度尽可能高.其中每个子集叫做一个簇. ...
- java手撕KMeans算法实现手写数字聚类（失败案例）
最近几天刚刚接触机器学习,学完K-Means聚类算法.正好又赶上一个课程项目是识别"手写数字",因为KMeans能够实现聚类,因此自然而然地想要通过KMeans来实现. 前排提示: ...
- OpenCV的k - means聚类 -对图片进行颜色量化
OpenCV的k - means聚类 目标 学习使用cv2.kmeans()数据聚类函数OpenCV 理解参数 输入参数 样品:它应该的np.float32数据类型,每个特性应该被放在一个单独的列. ...
- OpenCV官方文档 理解k - means聚类
理解k - means聚类 目标 在这一章中,我们将了解k - means聚类的概念,它是如何工作等. 理论 我们将这个处理是常用的一个例子. t恤尺寸问题 考虑一个公司要发布一个新模型的t恤. 显然 ...
- java时间聚类_mongodb 按照时间聚类 java
当存储到mongodb中的是string类型的时间,小tips: 1. 那么在对此域按照时间聚类(每周,每月)时就不能直接使用mongodb的time关键字了,因为mongodb有自己的时间类型,且目 ...
- som神经网络聚类简单例子_深度聚类的可视化解释
作者:Amit Chaudhary 编译:ronghuaiyang 导读 视觉上的自监督学习方法,结合聚类,将无监督转变为有监督. 许多自监督方法使用[pretext tasks](https://a ...
- (转)个例子让你了解Java反射机制
个例子让你了解Java反射机制 原文地址:http://blog.csdn.net/ljphhj/article/details/12858767 JAVA反射机制: 通俗地说,反射机制就是可以把 ...
- SPSS用KMEANS(K均值)、两阶段聚类、RFM模型在P2P网络金融研究借款人、出款人行为数据规律...
全文下载链接:http://tecdat.cn/?p=27831 随着P2P网络金融平台的交易量的激增,其交易数据不能得到充分有效地利用.将聚类分析引入到P2P网络金融平台的管理之中,利用聚类分析技术 ...
- 【K-Means】基于经纬度的城市聚类
文章目录 1. 项目准备 1.1. 问题导入 1.2. 数据集简介 2. K-Means算法 2.1. 算法特点 2.2. 算法流程 2.3. 算法缺陷 2.4. 算法改进 3. 实验步骤 3.1. ...
最新文章
- C++随时输出到文件-outfile
- android根据文件路径打开文件_你知道如何在打印的文件上面添加文件的路径吗...
- jQuery入口函数的四种写法【1分钟掌握】
- jrebel（破解版）+eclipse +jetty/tomcat 配置，实现热部署
- vmware workstation 链接不上网络
- java中char和string的区别是什么
- 机器学习与计算机视觉（绘图）
- DevOps 火爆，要学这么多技术！
- android gms包
- 计算机页面格式和编排,论文开题格式
- 半导体Led Driver IC失效分析
- UMLChina公众号文章精选（20220807更新精选）
- linux设置开机自动运行脚本的方法
- Oracle配置本地网络服务名
- 百度App Android启动性能优化-工具篇
- 英语测试题库软件,英语考试app哪个好 英语考试题库app推荐_96u手游网
- 中国黑客档案：识别黑客犯罪的蛛丝马迹
- 成兴光 | LED灯珠的封装形式
- linux删除文件最后一行换行符,linux - 使用sed删除最后一个换行符 - 堆栈内存溢出...
- 翻译Houdini官方对UE4新版插件的介绍：Houdini Engine for Unreal - V2
热门文章
- routersploit 路由器漏洞检测及利用框架
- linux shell 算术运算{expr、bc、dc、(( ))和[ ]}
- Vivotek 摄像头远程栈溢出漏洞分析及利用
- linux c 守护进程创建原理及简易方法
- BYTE,WORD,DWORD的大小及一些特殊的高低位宏（取高位 取低位）
- VC 中字符串比较和查找
- TCHAR char wchar_t PTSTR PCSTR printf() wprintf()——_tprintf()解析
- 两篇文章说中断和异常之一
- linux C 中的volatile使用
- mysql不支持addbatch_【MySql】Java 批量插入数据库addBatch