(聚类)k平均算法实验报告.docx

《数据挖掘》实验报告
专业班级
计算机2班
实验地点
邱天生202
学生学号
101304057
指导教师
郭淼霞
学生姓名
周杰
实验时间
实验项目
实验2 k 平均算法（K means ）
实验类别
操作性（） 验证性（）设计性（）综合性（“）其它（）
实 验 目 的 及 要 求
；
2•掌握使用K—平均算法的方法；
成绩评定表
类 另y
评分标准
分值
得分
合计
上机表现
积极出勤、遵守纪律
主动完成实验设计任务
30分
程序代码
比较规范、基本正确 功能达到实验要求
30分
实验报告
及时递交、填写规范 内容完整、体现收获
40分
说明：
评阅教师：
日期：2013年5 月28 日
实验内容

（1） 从n个数据对象任意选择 k个对象作为初始聚类中心；
（2） 循环（3）到（4）直到每个聚类不再发生变化为止；
（3） 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；
（4） 重新计算每个（有变化）聚类的均值（中心对象） 。
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• 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。
2 •源程序使用的数据结构
int N;〃 数据个数
int K;〃 集合个数
int * Centerin dex;〃 初始化质心数组的索引
double * Ce nter;// 质心集合
double * Cen terCopy;// 质心集合副本
double * AllData;// 数据集合
double ** Cluster;// 簇的集合 #include<>
int * Top;// 集合中元素的个数，也会用作栈处理
3•源程序
#in clude<>
#i nclude <> #i nclude <> int N;// 数据个数 int K;// 集合个数 int * Centerin dex;// 初始化质心数组的索引
double * Ce nter;// 质心集合 double * Cen terCopy;// 质心集合副本
double * AllData;// 数据集合 double ** Cluster;// 簇的集合 #include<>
int * Top;// 集合中元素的个数，也会用作栈处