kmeans算法是一种经典的聚类算法,其核心思想是:根据给定的聚类个数k,随机选择k个点作为初始的中心节点,然后按照样本中其他节点与这k个节点的距离进行分类。每分类一次就重新计算一次k个中心节点,直到所有样本中的节点所属的分类不再变化为止。
代码:
public class KmeansAlgorithm { private static final int T = 10; // 最大迭代次数 private static final double THRESHOLD = 0.1; // 中心节点位置变化大小的阈值 public ArrayList<ArrayList<Double>> getClusters(ArrayList<ArrayList<Double>> dataSet, int k) { int dataDimension = 0; if(null != dataSet && dataSet.size() < k) { System.out.println("data size is smaller than the number to be clustered"); } else { dataDimension = dataSet.get(0).size(); } // 为每条数据赋初始类别0 for(int i = 0; i < dataSet.size(); i++) { dataSet.get(i).add(0d); } // 随机从数据集中选注k个点作为初始的k个中心节点 ArrayList<ArrayList<Double>> centerData = new ArrayList<ArrayList<Double>>(); for(int i = 0; i < k; i++) { centerData.add(dataSet.get(i)); } for(int i = 0; i < T; i++) { for(int j = 0; j < dataSet.size(); j++) { double classify = 0; // classify取值为0到k-1代表k个类别 double minDistance = computeDistance(dataSet.get(j), centerData.get(0)); for(int l = 1; l < centerData.size(); l++) { if(computeDistance(dataSet.get(j), centerData.get(l)) < minDistance) { minDistance = computeDistance(dataSet.get(j), centerData.get(l)); classify = l; } } dataSet.get(j).set(dataDimension, classify); } // 每次分类后计算中心节点的位置变化情况 double variance = computeChange(dataSet, centerData, k, dataDimension); if(variance < THRESHOLD) { break; } // 每次分类后重新计算中心节点 centerData = computeCenterData(dataSet, k, dataDimension); } return dataSet; } /** * * @Title: computeDistance * @Description: 计算任意两个节点间的距离 * @return double * @throws */ public double computeDistance(ArrayList<Double> d1, ArrayList<Double> d2) { double squareSum = 0; for(int i = 0; i < d1.size() - 1; i++) { squareSum += (d1.get(i) - d2.get(i)) * (d1.get(i) - d2.get(i)); } return Math.sqrt(squareSum); } /** * * @Title: computeCenterData * @Description: 计算中心节点 * @return ArrayList<Double> * @throws */ public ArrayList<ArrayList<Double>> computeCenterData(ArrayList<ArrayList<Double>> dataSet, int k, int dataDimension) { ArrayList<ArrayList<Double>> res = new ArrayList<ArrayList<Double>>(); for(int i = 0; i < k; i++) { int ClassNum = 0; ArrayList<Double> tmp = new ArrayList<Double>(); for(int l = 0; l < dataDimension; l++) { tmp.add(0d); } for(int j = 0; j < dataSet.size(); j++) { if(dataSet.get(j).get(dataDimension) == i) { ClassNum++; for(int m = 0; m < dataDimension; m++) { tmp.set(m, tmp.get(m) + dataSet.get(j).get(m)); } } } for(int l = 0; l < dataDimension; l++) { tmp.set(l, tmp.get(l) / (double)ClassNum); } res.add(tmp); } return res; } /** * * @Title: computeChange * @Description: 计算两轮迭代中心节点位置的变化量 * @return double * @throws */ public double computeChange(ArrayList<ArrayList<Double>> dataSet, ArrayList<ArrayList<Double>> centerData, int k, int dataDimension) { double variance = 0; ArrayList<ArrayList<Double>> originalCenterData = computeCenterData(dataSet, k, dataDimension); for(int i = 0; i < centerData.size(); i++) { variance += computeDistance(originalCenterData.get(i), centerData.get(i)); } return variance; } public static void main(String[] args) { final int CLUSTER1_NUM = 4; final int CLUSTER2_NUM = 4; final int CLUSTER3_NUM = 4; ArrayList<ArrayList<Double>> dataSet = new ArrayList<ArrayList<Double>>(); // 产生簇1 for(int i = 0; i < CLUSTER1_NUM; i++) { ArrayList<Double> cluster1 = new ArrayList<Double>(); cluster1.add(1 + Math.random() * 2); cluster1.add(1 + Math.random() * 2); dataSet.add(cluster1); } // 产生簇2 for(int i = 0; i < CLUSTER2_NUM; i++) { ArrayList<Double> cluster2 = new ArrayList<Double>(); cluster2.add(Math.random()); cluster2.add(Math.random()); dataSet.add(cluster2); } // 产生簇3 for(int i = 0; i < CLUSTER3_NUM; i++) { ArrayList<Double> cluster3 = new ArrayList<Double>(); cluster3.add(3 + Math.random()); cluster3.add(3 + Math.random()); dataSet.add(cluster3); } KmeansAlgorithm d = new KmeansAlgorithm(); ArrayList<ArrayList<Double>> dd = d.getClusters(dataSet, 3); System.out.println(dd); } }
相关推荐
在Java中实现KMeans算法,你需要考虑以下几个关键点: 1. **数据结构**:首先,你需要定义一个表示样本点的数据结构,通常包含样本的特征向量。同时,还需要一个数据结构来存储每个类别的信息,包括类别编号、质心...
使用纯java实现KMeans模拟算法代码,随即撒点,计算K个聚类,使用了javaFX绘图工具包,结果有散点图的显示
KMeans算法是机器学习的经典算法,该文档实现了KMeans算法,文档中的数据是为了实现算法随机构造的。
以下将详细阐述如何用MapReduce实现KMeans算法以及涉及的关键步骤。 1. **数据预处理**: 在HDFS(Hadoop Distributed File System)上存储数据是MapReduce的基础。首先,需要将原始数据转化为适合KMeans处理的...
在Java编程环境下实现KMeans算法,我们可以深入理解其实现原理和步骤,这对于数据挖掘、机器学习等领域是至关重要的。 首先,KMeans算法的基本思想是迭代寻找数据点的中心点(称为质心),并将数据点分配到最近的...
用java语言实现的kmeans算法,将n个点分成k个聚类。
在Java中实现KMeans算法,我们可以利用编程语言的强大功能来处理大规模数据集,并将其应用于实际问题,如本例中的数据库字段分组。 1. **KMeans算法基本原理**: KMeans算法主要包含以下步骤: - 初始化:选择K个...
《基于Java的KMeans算法实现文本聚类及TF-IDF权重计算详解》 在数据挖掘领域,文本聚类是一种常用的技术,它通过无监督学习方法将大量文本数据自动分类为不同的组,使得相同主题的文本聚集在一起。在这个过程中,...
这个Java源码工程提供了一个简单的KMeans算法实现,方便开发者理解和运用。以下是关于KMeans算法及其Java实现的详细解释。 KMeans算法概述: KMeans算法是一种迭代的、基于距离的聚类算法。它的目标是将n个数据点...
Java 实现 K-Means 算法是一个在数据挖掘领域常见的任务,它主要用于聚类分析,即将数据分组成不同的类别或簇。K-Means 是一种迭代算法,旨在...在这个过程中,了解数据库操作、算法实现以及数据处理技术是非常关键的。
Java版的KMeans算法是一种基于聚类的数据分析技术,它被广泛应用于机器学习和数据分析领域。KMeans的主要目的是将数据集中的对象分配到预先设定的K个类别中,使得每个对象都属于与其最近的类别中心。这个过程通过...
在本例中,描述提到了从Pascal语言转换到Java实现,这意味着我们将讨论如何在Java环境下构建KMeans算法来处理坐标数据,如找出一千个坐标的重心点。 KMeans算法的基本步骤如下: 1. **初始化**:选择K个初始质心...
在Java中实现KMeans算法,通常需要关注以下几个核心步骤和关键组件: 1. **初始化簇中心**:随机选择一部分数据点作为初始的簇中心。这通常是算法的第一步,因为簇中心的选择会影响最终的聚类结果。 2. **数据分配...
基于JAVA的kmeans算法,随机取数,循环取平均与计算,最终分类
在实际应用中,Java实现的KMeans算法可能会遇到各种挑战,如数据预处理、维数灾难、局部最优解等问题。为了解决这些问题,可以采用不同的变种或结合其他聚类算法,如DBSCAN、谱聚类等。同时,理解KMeans的局限性也很...
K-means聚类算法是一种迭代求解的聚类分析算法,其步骤是随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象...