·编写k-均值聚类算法程序,对下图所示数据进行聚类分析(选k=2)

《·编写k-均值聚类算法程序,对下图所示数据进行聚类分析(选k=2)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·编写K-均值聚类算法程序，对下图所示数据进行聚类分析(选k=2)：1.解：用matlab编写k-均值聚类程序：%kmean.m%k-均聚类算法clear;%mainvariablesdim=2;%模式样本维数k=2;%设有k个聚类中心fid=fopen('test.txt');PM=fscanf(fid,'%g%g',[2inf]);PM=PM';%模式样本矩阵fclose(fid);N=size(PM,1);CC=zeros(k,dim);%聚类中心矩阵，CC(i,:)初始值为i号样本向量D=zeros(N,k);%D(i,j)是样本i和聚类中心j的距离C

2、=cell(1,k);%%聚类矩阵，对应聚类包含的样本。初始状况下，聚类i(i

3、C(j,:));endt=find(D(i,:)==min(D(i,:)));%i属于第t类ifB(i)~=t%上次迭代i不属于第t类change=1;%将i从第B(i)类中去掉t1=C{B(i)};t2=find(t1==i);t1(t2)=t1(1);t1=t1(2:length(t1));C{B(i)}=t1;C{t}=[C{t},i];%将i加入第t类B(i)=t;endendifchange==0break;end%重新计算聚类中心矩阵CCfori=1:kCC(i,:)=0;iclu=C{i};forj=1:length(iclu)CC(i,:)=P

4、M(iclu(j),:)+CC(i,:);endCC(i,:)=CC(i,:)/length(iclu);endend2.程序中test.txt为：0010011121122232667686677787977888988999即各样本向量。3.运行程序输出为：12345678910111213141516171819200010132456789101112131415161718192000.50005.66675.333313245678910111213141516171819201.25001.12507.66677.3333整理数据为：(1)初始态

5、为：聚类1包括样本1，其聚类中心向量为（0，0）；聚类2包括样本2到20，其聚类中心向量为（1，0）。(2)迭代一次得到：聚类1包括样本1，3，其聚类中心向量为（0，0.5000）；聚类2包括剩余所有样本，其聚类中心向量为（5.6667，5.3333）。(3)迭代第二次得到：聚类1包括样本1，3，2，4，5，6，7，8，其聚类中心向量为（1.2500，1.1250）；聚类2包括剩余所有样本，其聚类中心向量为（7.6667，7.3333）。(4)收敛，算法结束。故最终分类为{1,2,3,4,5,6,7,8},{9,10,11,12,13,14,15,16,17,

6、18,19,20}。