欢迎来到天天文库
浏览记录
ID:37140165
大小:174.50 KB
页数:22页
时间:2019-05-18
《数据挖掘关于Kmeans算法的研究(含数据集)》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、.浙江大学算法研究实验报告数据挖掘题目:K-means..目录一、实验内容………………………………………………………5二、实验目的………………………………………………………7三、实验方法………………………………………………………73.1软、硬件环境说明……………………………………………73.2实验数据说明…………………………………………………7图3-1……………………………………………………………73.3实验参数说明/软件正确性测试……………………………7四、算法描述………………………………………………………9图4-1……………………………………………………………10五
2、、算法实现………………………………………………………115.1主要数据结构描述……………………………………………11图5-1……………………………………………………………115.2核心代码与关键技术说明……………………………………115.3算法流程图……………………………………………………14六、实验结果………………………………………………………156.1实验结果说明…………………………………………………156.2实验结果比较…………………………………………………21七、总结……………………………………………………………23....一、实验内容实现K-means算法,其
3、中该算法介绍如下:k-means算法是根据聚类中的均值进行聚类划分的聚类算法。输入:聚类个数k,以及包含n个数据对象的数据。输出:满足方差最小标准的k个聚类。处理流程:Step1.从n个数据对象任意选择k个对象作为初始聚类中心;Step2.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;Step3.重新计算每个(有变化)聚类的均值(中心对象)Step4.循环Step2到Step3直到每个聚类不再发生变化为止;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
4、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。重点要求:用于聚类的测试级不能仅为单独的一类属性,至少有两种属性值参与聚类。...
5、.一、实验目的通过实现K-means算法,加深对课本上聚类算法的理解,并对数据集做出较高的要求,以期锻炼我们的搜索查找能力。最后自己实现K-means算法,可以加强我们的编程能力。二、实验方法3.1软、硬件环境说明采用win7旗舰版(盗版)系统,用vs2010实现3.2实验数据说明实验数据,源于google的广告关键词推荐页面,在该页面输入关键词,会出现与该关键词相关的一些信息,包括月均搜索量,关键词价值等等,取出来在经过自己处理,就得到了我们需要的实验数据,包括关键词、月均搜索量、竞争力、估价以及关键词排名,包含两种属性。部分数据如下:图3-13.3实验参数说明/软件
6、正确性测试我采用了各种数据对程序进行测试,出现一些数组越界bug,修改后再次测试,无问题,测试通过。....一、算法描述KMeans算法的基本思想是初始随机给定K个簇中心,按照最邻近原则把待分类样本点分到各个簇。然后按平均法重新计算各个簇的质心,从而确定新的簇心。一直迭代,直到簇心的移动距离小于某个给定的值。K-Means聚类算法主要分为三个步骤:(1)第一步是为待聚类的点寻找聚类中心(2)第二步是计算每个点到聚类中心的距离,将每个点聚类到离该点最近的聚类中去(3)第三步是计算每个聚类中所有点的坐标平均值,并将这个平均值作为新的聚类中心反复执行(2)、(3),直到聚类中
7、心不再进行大范围移动或者聚类次数达到要求为止下图展示了对n个样本点进行K-means聚类的效果,这里k取2:(a)未聚类的初始点集(b)随机选取两个点作为聚类中心(c)计算每个点到聚类中心的距离,并聚类到离该点最近的聚类中去(d)计算每个聚类中所有点的坐标平均值,并将这个平均值作为新的聚类中心(e)重复(c),计算每个点到聚类中心的距离,并聚类到离该点最近的聚类中去(f)重复(d),计算每个聚类中所有点的坐标平均值,并将这个平均值作为新的聚类中心..图4-1..一、算法实现5.1主要数据结构描述这里我建造了一个data的结构体,如下:ty
此文档下载收益归作者所有