如何编写求K-均值聚类算法的Matlab程序?

如何编写求K-均值聚类算法的Matlab程序? 2009-05-24 16:31

在聚类分析中,K-均值聚类算法(k-means algorithm)是无监督分类中的一种基本方法,其也称为C-均值算法,其基本思想是:通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果。

假设要把样本集分为c个类别,算法如下:

(1)适当选择c个类的初始中心;

(2)在第k次迭代中,对任意一个样本,求其到c个中心的距离,将该样本归到距离最短的中心所在的类,

(3)利用均值等方法更新该类的中心值;

(4)对于所有的c个聚类中心,如果利用(2)(3)的迭代法更新后,值保持不变,则迭代结束,否则继续迭代。

下面介绍作者编写的一个分两类的程序,可以把其作为函数调用。

%% function [samp1,samp2]=kmeans(samp); 作为调用函数时去掉注释符

 

samp=[11.1506 6.7222 2.3139 5.9018 11.0827 5.7459 13.2174 13.8243 4.8005 0.9370 12.3576]; %样本集

[l0 l]=size(samp);

 

%%利用均值把样本分为两类,再将每类的均值作为聚类中心

th0=mean(samp);

n1=0;n2=0;

c1=0.0;

c1=double(c1);

c2=c1;

for i=1:l

if samp(i)<th0

c1=c1+samp(i);n1=n1+1;

else

c2=c2+samp(i);n2=n2+1;

end

end

c1=c1/n1;c2=c2/n2; %初始聚类中心

 

t=0;

cl1=c1;cl2=c2;

c11=c1;c22=c2; %聚类中心

while t==0

samp1=zeros(1,l);

samp2=samp1;

n1=1;n2=1;

for i=1:l

if abs(samp(i)-c11)<abs(samp(i)-c22)

samp1(n1)=samp(i);

cl1=cl1+samp(i);n1=n1+1;

c11=cl1/n1;

else

samp2(n2)=samp(i);

cl2=cl2+samp(i);n2=n2+1;

c22=cl2/n2;

end

end

if c11==c1 && c22==c2

t=1;

end

cl1=c11;cl2=c22;

c1=c11;c2=c22;

end %samp1,samp2为聚类的结果。

 

初始中心值这里采用均值的办法,也可以根据问题的性质,用经验的方法来确定,或者将样本集随机分成c类,计算每类的均值。

k-均值算法需要事先知道分类的数量,这是其不足之处。

    原文作者:聚类算法
    原文地址: https://blog.csdn.net/xph23/article/details/5306146
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞