K均值算法平面上2维点的分类.docVIP

#include stdio.h #include math.h #define N 10 //N个模式样本 #define K 7 //欲聚类个数 float a[N][2]={{0,0},{3,8},{2,2},{1,1},{5,3},{4,8},{6,3},{5,4},{6,4},{7,5}};//N个样本数据 int ss[K][N][2]={0}; //K类模式每类最多N个模式,第3维代表模式横纵坐标 float oldcenter[K][2];//旧的聚类中心 float newcenter[K][2];//新的聚类中心 int ss_num[K];//ss[][][]第二维中数据的个数，即某一类中模式个数 int flag=1;//迭代结束标志 int times=0;//迭代次数 //*************************************函数声明*********************************** void init_data();//初始化聚类中心，选择前K个数据作为聚类中心 void clear_array(int *p,int r);//对K个模式内容清零,r为数组大小 void compute_newcenter();//计算产生新的聚类中心 void is_not_equal();//判断新的聚类中心和以前的聚类中心是否相同，不相同返回1 void change_center(int *p1,int *p2);//用新的聚类中心替换原来的聚类中心 void print();//输出结果 //*********************************主函数****************************************** main() { int i,j,t,h,index; float distance[K],temp; init_data();//选择初始聚类中心 while(flag) { clear_array(ss,K*N*2);//先对每个类别N个内容清零 K*N*2为数组大小 clear_array(ss_num,K);//产生新的聚类中心后，对每个类别中的模式个数清零 //对N个模式样本判决属于哪一类别中 for(i=0;iN;i++) { for(t=0;tK;t++) //求每个模式与K个聚类中心的距离 { distance[t]=sqrt((a[i][0]-oldcenter[t][0])*(a[i][0]-oldcenter[t][0]) +(a[i][1]-oldcenter[t][1])*(a[i][1]-oldcenter[t][1])); } temp=distance[0];//判断此模式属于哪一类 for(h=0;hK;h++) { if(distance[h]=temp) { temp=distance[h]; index=h; } } for(j=0;jK;j++)//计算K类中，每一个类有多少个模式，并将相应的模式放在聚类中 { if(j==index) { ss[j][ss_num[j]][0]=a[i][0]; ss[j][ss_num[j]][1]=a[i][1]; ss_num[j]++; break; } } } compute_newcenter();//计算新的聚类中心