数据挖掘实验报告聚类分析.docx
《数据挖掘实验报告聚类分析.docx》由会员分享，可在线阅读，更多相关《数据挖掘实验报告聚类分析.docx（10页珍藏版）》请在冰豆网上搜索。
数据挖掘实验报告聚类分析
资料范本
本资料为word版本，可以直接编辑和打印，感谢您的下载
数据挖掘实验报告-聚类分析
地点：
__________________
时间：
__________________
说明：
本资料适用于约定双方经过谈判，协商而共同承认，共同遵守的责任与义务，仅供参考，文档可直接下载或修改，不需要的部分可直接删除，使用时请详细阅读内容
数据挖掘实验报告（三）
聚类分析
姓名：
李圣杰
班级：
计算机1304
学号：
1311610602
一、实验目的
掌握k-means聚类方法；
通过自行编程，对三维空间内的点用k-means方法聚类。
二、实验设备
PC一台，dev-c++5.11
三、实验内容
1.问题描述：
立体空间三维点的聚类.
说明：
数据放在数据文件中（不得放在程序中），第一行是数据的个数，以后各行是各个点的x,y,z坐标。
2.设计要求
读取文本文件数据，并用K-means方法输出聚类中心
3.需求分析
k-means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。
k-means算法的工作过程说明如下：
首先从n个数据对象任意选择k个对象作为初始聚类中心，而对于所剩下的其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类。
然后，再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值），不断重复这一过程直到标准测度函数开始收敛为止。
一般都采用均方差作为标准测度函数，具体定义如下：
（1）
其中E为数据库中所有对象的均方差之和，p为代表对象的空间中的一个点，mi为聚类Ci的均值（p和mi均是多维的）。
公式
（1）所示的聚类标准，旨在使所获得的k个聚类具有以下特点：
各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。
四、实验步骤
Step1.读取数据组，从N个数据对象任意选择k个对象作为初始聚类中心；
Step2.循环Step3到Step4直到每个聚类不再发生变化为止；
Step3.根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离，并根据最小距离重新对相应对象进行划分；
Step4.重新计算每个（有变化）聚类的均值（中心对象）。
代码
#include
#include
#include
#include
intK,Vectordim,datasize,seed=1;
float**data,**kmatrix;
float*max_column,*min_column;
/*创建维数可指定的二维动态数组array[m][n]*/
float**array（intm,intn）
{
float**p;
inti;
p=（float**）malloc（m*sizeof（float*））;
p[0]=（float*）malloc（m*n*sizeof（float））;
for（i=1;ireturnp;
}
/*释放二维数组所占用的内存*/
voidfreearray（float**p）
{
free（*p）;free（p）;
}
voidloaddata（）
{
FILE*fp;
inti,j;
if（（fp=fopen（"data.txt","r"））==NULL）
{
printf（"Cannotopenfile!
\n"）;
exit（0）;
}
if（feof（fp））
{
printf（"data.txtisaemptyfile!
\n"）;
fclose（fp）;
exit（0）;
}
if（fscanf（fp,"K=%d,Vectordim=%d,datasize=%d\n",&K,&Vectordim,&datasize）!
=3）
{
printf（"loaderror!
\n"）;
fclose（fp）;
exit（0）;
}
data=array（datasize,Vectordim+1）;
for（i=0;i{
data[i][Vectordim]=0;
for（j=0;j{
if（j==（Vectordim-1））fscanf（fp,"%f\n",&data[i][j]）;
elsefscanf（fp,"%f",&data[i][j]）;
/*printf（"%f",data[i][j]）;*/
}
}
}
doubleeuclid_distance（floata[],floatb[],intdim）
{
inti;
doublesum=0;
for（i=0;isum+=pow（a[i]-b[i],2）;
returnsqrt（sum）;
}
voidgetmaxmin（float**a）
{
inti,j;
max_column=（float*）malloc（sizeof（float）*Vectordim）;
min_column=（float*）malloc（sizeof（float）*Vectordim）;
for（i=0;i{
max_column[i]=a[0][i];
min_column[i]=a[0][i];
}
for（i=0;i{
for（j=1;j{
if（a[j][i]>max_column[i]）max_column[i]=a[j][i];
if（a[j][i]/*printf（"max_column[%d]=%f,min_column[%d]=%f\n",i,max_column[i],i,min_column[i]）;*/
}
}
}
voidinitializerandom（）
{
seed++;
srand（（unsigned）time（NULL）+seed）;
}
floatrandomreal（floatLow,floatHigh）
{
return（（float）rand（）/RAND_MAX）*（High-Low）+Low;
}
voidK_locations_random（）
{
inti,j;
kmatrix=array（K,Vectordim+1）;
printf（"RandomlytheK-locationsareinitializedasfollows:
\n"）;
for（i=0;i{
initializerandom（）;
kmatrix[i][Vectordim]=（float）（i+1）;
printf（"location---%d:
",i+1）;
for（j=0;j{kmatrix[i][j]=randomreal（min_column[i],max_column[i]）;printf（"%f,",kmatrix[i][j]）;}
printf（"\n"）;
}
}
intexistemptyclass（）
{
int*empty,i,j,ef;
empty=（int*）malloc（sizeof（int）*K）;
for（i=0;ifor（i=0;i{
for（j=1;j<=K;j++）
{
if（j==（int）data[i][Vectordim]）empty[j-1]++;
}
}
for（i=0,ef=0;iif（0==empty[i]）ef=1;
returnef;
}
intcluster（）
{
inti,j,flag,eflag=1;
doubleclosest,d;
for（i=0;i{
closest=euclid_distance（data[i],kmatrix[0],Vectordim）;
flag=1;
for（j=1;j{
d=euclid_distance（data[i],kmatrix[j],Vectordim）;
if（d}
if（data[i][Vectordim]!
=（float）flag）{eflag=0;}
data[i][Vectordim]=（float）flag;
}
returneflag;
}
voidupdate_k_location（）
{
inti,j,number,m;
float*temp;
temp=（float*）malloc（sizeof（float）*（Vectordim））;
for（m=0;mfor（number=0,i=1;i<=K;i++）
{
for（m=0;mfor（j=0;j{
if（data[j][Vectordim]==i）
{
number++;
for（m=0;m{
temp[m]+=data[j][m];
}
}
}
for（m=0;m{
kmatrix[i-1][m]=temp[m]/number;
/*printf（"%f\n",kmatrix[i-1][m]）;*/
}
}
free（temp）;
}
voidoutput（）
{
inti,j,m;
/*for（m=0;m/*printf（"data[%d][Vectordim]=%f\n",m,data[m][Vectordim]）;*/
for（i=1;i<=K;i++）
{
printf（"ThefollowingdataareclusterdasCLASS%d:
\n",i）;
for（j=0;j{
if（data[j][Vectordim]==（float）i）
{for（m=0;mprintf（"\n"）;}
}
}
}
voidfreememory（）
{
freearray（kmatrix）;
freearray（data）;
free（max_column）;
free（min_column）;
}
main（）
{
intend_flag,empty_flag=0;
longinttime;
loaddata（）;
getmaxmin（data）;
while
（1）
{
K_locations_random（）;
end_flag=cluster（）;
if（existemptyclass（））{printf（"Thereisaemptyclass!
\nSorestart!
\n"）;continue;}
time=0;
while（!
end_flag）
{
if（time>1000）break;
time++;
update_k_location（）;
end_flag=cluster（）;
}
empty_flag=existemptyclass（）;
if（empty_flag）{printf（"Thereisaemptyclass!
\nSorestart!
\n"）;continue;}
elsebreak;
}
printf（"\nAfter%ldtimescalculation\n",time）;
output（）;
freememory（）;
}
实验数据文件：
data.txt用空格分开
K=3,Vectordim=3,datasize=15
-2522.2-35.34
31.2-14.423
32.02-2324.44
-25.3536.3-33.34
-20.227.333-28.22
-15.6617.33-23.33
26.3-31.3416.3
-22.54416.2-32.22
12.2-15.2222.11
-41.24125.232-35.338
-22.2245.2223.55
-34.2250.1430.98
15.23-30.1120.987
-32.515.3-25.22
-38.9720.1133.22
五、结果截图
升级会员 