原则上，代码长度不超过文本框限制的话，复制粘贴会比较和谐友好。。。下载解压缩打开，，步骤太多。更何况有些问题是可以直接用肉眼看出来的。我们甚至不用运行调试。。。复制代码如下，未做任何修改。
程序代码：
//k均值算法：
//第一步：选K个初始聚类中心，z1(1)，z2(1)，…，zK(1)，其中括号内的序号为寻找聚类中心的迭代运算的次序号。聚类中心的向量值可任意设定，例如可选开始的K个模式样本的向量值作为初始聚类中心。
//第二步：逐个将需分类的模式样本{x}按最小距离准则分配给K个聚类中心中的某一个zj(1)。
//假设i=j时，，则，其中k为迭代运算的次序号，第一次迭代k=1，Sj表示第j个聚类，其聚类中心为zj。
//第三步：计算各个聚类的新的中心zj(k+1)，j=1,2,…,K
//其中Nj为第j个聚类域Sj中所包含的样本个数。以均值向量作为新的聚类中心，可使如下聚类准则函数最小：
//在这一步中要分别计算K个聚类中的样本均值向量，所以称之为K-均值算法。
//第四步：若，j=1,2,…,K，则返回第二步，将模式样本逐个重新分类，重复迭代运算；
//若，j=1,2,…,K，则算法收敛，计算结束。
//define
#define MAX 1000000
#define K 10
#define DIM 2
#include <stdio.h>
#include <math.h>
typedef struct{
float grid[2];//erwei shuzu chucun dian de zuo biao
int label; //shi juleizhongxin zhi wei 1
}point;
point sample[100];
//hanshu
//聚类准则函数
//最小距离准则函数min（）
void min(float*a,float*b);//各点按最小距离分类
void find(point *p,int *center);//寻找新聚类中心函数
void classify(point *p,int *center);//归类
float distance(float*a,float*b);
void main()
{//将样本点坐标存入结构体
int i,j,k=0;
float point[K*2]={0,0,3,8,2,2,1,1,5,3,4,8,6,3,5,4,6,4,7,5};
for(i=0;i<K;i++)
for(j=0;j<DIM;j++)
for(k=0;k<K;k++)
{
sample[i].grid[j]=point[k];
}
int center[100]={0};
center[0]=0;
center[1]=1;
center[2]=2;//给定初始三类聚类中心
//jilu juleizhongxingeshu ,前面是聚类中心点xiabiao，后面新聚类中心
//将样本点坐标存入结构体
find(sample,center);
classify(sample,center);
printf("共有%d个聚类中心\n",center[K]);
for(i=0;i<K;i++)
if(sample[i].label==1)
printf(" 点%d为聚类中心\n",i+1);
for(i=0;i<K;i++)
if(sample[i].label!=1)
printf("点%d属于聚类中心%d\n",i+1,sample[i].label); //改!!!!!!!!!!!!!!!!!
}
float distance(float *a,float *b)
{
int i;
float distance=0;
for(i=0;i<DIM;i++)
{
distance+=(a[i]-b[i])*(a[i]-b[i]);
}
return distance;
}
void min(float*a,float*b)//最小距离准则分类
{ int i,j,k;
float dis=MAX;
float dis1[1000000];//存储距离数组
float point[K*2]={0,0,3,8,2,2,1,1,5,3,4,8,6,3,5,4,6,4,7,5};
for(i=0;i<K;i++)
for(j=0;j<DIM;j++)
for(k=0;k<K;k++)
{
sample[i].grid[j]=point[k];
}
int center[100];
int N[3]={0,0,0};//记录每一类中有几个点
for(i=0;i<K;i++)
for(k=0;k<3;k++)//选了三个初始聚类中心，依次和每个聚类中心在每个聚类中心内距离找最小值
{ dis1[k]=distance(sample[i].grid,sample[center[k]].grid);
if(dis1[k]<dis)
{
dis=dis1[k];
sample[i].label=center[k];
N[k]++;
}
}
}
void find(point *p,int *center) //寻找新聚类中心函数：现在有三类，在每一类中寻找新的聚类中心，每一类中有N【k】个点,新的聚类中心点centre【K+1】向量坐标求和除上这类点的个数,再将十个样本点重新分类，迭代运算
{ int k,i;
//修改
int N[20];
//
for(k=0;k<3;k++)
for(i=0;i<K;i++)
{
if(sample[i].label==center[k])
//改(sample[center[K+1]].grid)+=(1\(N[k]))*sample[i].grid;
sample[center[K+1]].grid+=(1/N[k])*sample[i].grid;
//错误
//找到一个新的聚类中心center【K+1】
center[k+1]=K+1;
}
for(i=0;i<K;i++)
for(k=0;k<K+1;k++)
if(sample[center[K+1]].grid!=sample[center[k]].grid)//cuowu
{
min(sample[i].grid,sample[center[k]].grid);
}
}
/*
void find(point *p,int *center) //寻找新聚类中心函数：现在有三类，在每一类中寻找新的聚类中心，每一类中有N【k】个点,新的聚类中心点centre【K+1】向量坐标求和除上这类点的个数,再将十个样本点重新分类，迭代运算
{ int k,i;
for(k=0;k<3;k++)
for(i=0;i<K;i++)
{
if(sample[i].label==center[k])
(sample[center[K+1]].grid)+=(1\(N[k]))*sample[i].grid; //这一行改为sample[center[K+1]].grid+=(1/N[k])*sample[i].grid;,另外数组N没定义
//错误
//找到一个新的聚类中心center【K+1】
center[k+1]=K+1;
}
*/
k均值算法.rar
(1.95 KB)
