標籤：
《mahout in action》第六章。
datafile/cluster/simple_k-means.txt資料集例如以下：
1 12 11 22 23 38 88 99 89 9
1、從D中隨機取k個元素。作為k個簇的各自的中心。
2、分別計算剩下的元素到k個簇中心的相異度，將這些元素分別劃歸到相異度最低的簇。
3、依據聚類結果。又一次計算k個簇各自的中心，計算方法是取簇中全部元素各自維度算術平均數。
4、將D中所有元素依照新的中心又一次聚類。
5、反覆第4步，直到聚類結果不再變化。
6、將結果輸出。
C0:1 1
C1:2 1
2.2 分別計算剩下的元素到k個簇中心的相異度，將這些元素分別劃歸到相異度最低的簇。結果為：
C0 : 1 1C0:的點為：1.0,2.0C1: 2 1C1:的點為：2.0,2.0C1:的點為：3.0,3.0C1:的點為：8.0,8.0C1:的點為：8.0,9.0C1:的點為：9.0,8.0C1:的點為：9.0,9.0
2.3 依據2.2的聚類結果。又一次計算k個簇各自的中心，計算方法是取簇中全部元素各自維度算術平均數。
採取歐區距離公式。C0 新的簇心為：1.0,1.5
C1 新的簇心為：5.857142857142857,5.714285714285714
2.4 將D中所有元素依照新的中心又一次聚類。
第2次迭代C0:的點為：1.0,1.0C0:的點為：2.0,1.0C0:的點為：1.0,2.0C0:的點為：2.0,2.0C0:的點為：3.0,3.0C1:的點為：8.0,8.0C1:的點為：8.0,9.0C1:的點為：9.0,8.0C1:的點為：9.0,9.0
------------------------------------------------C0的簇心為：1.6666666666666667,1.75C1的簇心為：7.971428571428572,7.942857142857143各個簇心移動中最小的距離為，move=0.7120003121097943第3次迭代C0:的點為：1.0,1.0C0:的點為：2.0,1.0C0:的點為：1.0,2.0C0:的點為：2.0,2.0C0:的點為：3.0,3.0C1:的點為：8.0,8.0C1:的點為：8.0,9.0C1:的點為：9.0,8.0C1:的點為：9.0,9.0------------------------------------------------C0的簇心為：1.777777777777778,1.7916666666666667C1的簇心為：8.394285714285715,8.388571428571428各個簇心移動中最小的距離為。move=0.11866671868496578第4次迭代C0:的點為：1.0,1.0C0:的點為：2.0,1.0C0:的點為：1.0,2.0C0:的點為：2.0,2.0C0:的點為：3.0,3.0C1:的點為：8.0,8.0C1:的點為：8.0,9.0C1:的點為：9.0,8.0C1:的點為：9.0,9.0------------------------------------------------C0的簇心為：1.7962962962962965,1.7986111111111114C1的簇心為：8.478857142857143,8.477714285714285各個簇心移動中最小的距離為，move=0.019777786447494432第5次迭代C0:的點為：1.0,1.0C0:的點為：2.0,1.0C0:的點為：1.0,2.0C0:的點為：2.0,2.0C0:的點為：3.0,3.0C1:的點為：8.0,8.0C1:的點為：8.0,9.0C1:的點為：9.0,8.0C1:的點為：9.0,9.0------------------------------------------------C0的簇心為：1.799382716049383,1.7997685185185184C1的簇心為：8.495771428571429,8.495542857142857各個簇心移動中最小的距離為。move=0.003296297741248916第6次迭代C0:的點為：1.0,1.0C0:的點為：2.0,1.0C0:的點為：1.0,2.0C0:的點為：2.0,2.0C0:的點為：3.0,3.0C1:的點為：8.0,8.0C1:的點為：8.0,9.0C1:的點為：9.0,8.0C1:的點為：9.0,9.0------------------------------------------------C0的簇心為：1.7998971193415638,1.7999614197530864C1的簇心為：8.499154285714287,8.499108571428572各個簇心移動中最小的距離為。move=5.49382956874724E-4
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<Point> li=new Vector<Point>();//static List<Point> li=new ArrayList<Point>();static List<Vector<Point>> list=new ArrayList<Vector<Point>>(); //每次迭代儲存結果，一個vector代表一個簇private final static Integer K=2; //選K=2，也就是估算有兩個簇。private final static Double converge=0.001; //當距離小於某個值的時候。就覺得聚類已經聚類了，不須要再迭代，這裡的值選0.001//讀取資料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) //擴充下。假設要給m開n次方就用java.lang.StrictMath.pow(m,1.0/n);//採用歐氏距離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);}//計算新的簇心public static Double CalCentroid(){System.out.println("------------------------------------------------");Double movedist=Double.MAX_VALUE;for(int i=0;i<list.size();i++){Vector<Point> 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<Clusterlen;j++){Point nextp=subli.get(j);sumX=sumX+nextp.getX();sumY=sumY+nextp.getY();}po.setX(sumX/Clusterlen);po.setY(sumY/Clusterlen);//新的點與舊點之間的距離Double dist=DistanceMeasure(subli.get(0),po);//在多個簇心移動的過程中，返回移動距離最小的值if(dist<movedist)movedist=dist;list.get(i).clear();list.get(i).add(po);System.out.println("C"+i+"的簇心為："+po.getX()+","+po.getY());}String test="ll";return movedist;}//本次的簇心//下一次移動的簇心private static Double move=Double.MAX_VALUE;//移動距離//不斷地迭代，直到收斂public static void RecursionKluster(){for(int times=2;move>converge;times++){System.out.println("第"+times+"次迭代");//預設每個list裡的Vector第0個元素是質心for(int i=0;i<li.size();i++){Point p=new Point(); p=li.get(i);int index = -1; double neardist = Double.MAX_VALUE;for(int k=0;k<K;k++){Point centre=list.get(k).get(0);double currentdist=DistanceMeasure(p,centre);if(currentdist<neardist){neardist=currentdist;index=k;}}System.out.println("C"+index+":的點為："+p.getX()+","+p.getY());list.get(index).add(p);}//又一次計算簇心,並返回移動的距離，最小的那個距離move=CalCentroid();System.out.println("各個簇心移動中最小的距離為。move="+move);}}public static void Kluster(){for(int k=0;k<K;k++){Vector<Point> vect=new Vector<Point>();Point p=new Point();p=li.get(k);vect.add(p);list.add(vect);}System.out.println("第1次迭代");//預設每個list裡的Vector第0個元素是質心for(int i=K;i<li.size();i++){Point p=new Point(); p=li.get(i);int index = -1; double neardist = Double.MAX_VALUE;for(int k=0;k<K;k++){Point centre=list.get(k).get(0);double currentdist=DistanceMeasure(p,centre);if(currentdist<neardist){neardist=currentdist;index=k;}}System.out.println("C"+index+":的點為："+p.getX()+","+p.getY());list.get(index).add(p);}}public static void main(String[] args) throws IOException {// TODO Auto-generated method stub//讀取資料readF1();//第一次迭代Kluster();//第一次迭代後計算簇心CalCentroid();//不斷迭代，直到收斂RecursionKluster();}}
k-means聚類JAVA執行個體
Start building with 50+ products and up to 12 months usage for Elastic Compute Service
1 on 1 presale consultation
24/7 Technical Support 6 Free Tickets per Quarter Faster Response
Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.
A comprehensive suite of global cloud computing services to power your business
Payment Methods We Support
