K-Means聚类算法C++实现.docVIP

// K-Means算法实现 // K-means 均值算法 本代码使用二维（坐标）聚类 （用结构体实现） // k-means算法简介: // 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足： // 同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。 // 聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 // 湖南科技大学 2010级计算机学院计一班 1005010124 上传 #includeiostream #includemath.h #includestdlib.h #includestdio.h using namespace std; void InitData(); //数据初始化 void CenterCpy(); //保存久质心 void InitCenter(); //初始化质心 void CpyCenter(); void UpdateCluster(); //更新每一类的数据 void Random(int n, int k, struct Coord *index); //随即取值 int GetPoint(double x, double y, struct Coord *Center); //找出每个数据距离质点最近的质点。 void AddToCluster(int point, double x, double y); //将该数据加入该质点 并且统计该质点包含的数据 void UpdateCenter(); //更新质点中心 int CmpCenter(struct Coord *OldCenter, struct Coord *Center); //比较旧质心和新质心是否相同 void Print(); //输出 int k; //聚类数 int n; //数据数 int *count; //统计每一类的数据个数 struct Coord { double x; double y; }; Coord *DataSet; //保存坐标点数据 Coord *Center; //质心 Coord *OldCenter; //保存旧质心 Coord **Cluster; //保存每一类数据 Coord *Index; //索引 int main() { int flag = 1; InitData(); InitCenter(); while(flag) { UpdateCluster(); UpdateCenter(); if( CmpCenter(OldCenter, Center)) { flag = 0; } else { CenterCpy(); } } Print(); return 0; } void InitData() { double a, b; cout您想要输入多少组数据：; cinn; cout你想要分为多少个聚类：; cink; if(kn || k0 || n=0) { cout输入无效!!endl; exit(1); } Index = new Coord [sizeof(struct Coord *) * k]; //索引点 OldCenter = new Coord [sizeof(struct Coord *) * k]; //保存旧的中心 Center = new Coord [sizeof(struct Coord *) * k]; //质心 DataSet = new struct Coord [sizeof(struct Coord *) * n];//定义结构体数组 保存数据 count = new int [sizeof(int) * n]; //统计每一类的数据个数 Cluster = new struct Coord * [sizeof(struct Coord *) * k];//定义二维结构体数组 分类保存数据 for(int i=0; ik; i++) //将k类中每一类的集合进行初始化 申请空间 { Cluster[i] =new struct Coord [sizeof(struct Coord *)*n]; } cout请输入