數(shù)據(jù)挖掘聚類算法課程設(shè)計報告-資料下載頁
2025-08-19 14:21本頁面
【正文】 !isEmptyCluster) {// 如果簇不為空 String name = cluster + j。 newCenterItem = new DataItem(name, newCenterArea, false)。// 新的簇中心點對象 DataItem oldCenter = (j)。// 獲取舊的簇中心點 moveDistance += (oldCenter, newCenterItem, 0)。// 計算新舊中心點移動的距離 (j)。// 更新簇中心點集合 (j, newCenterItem)。 } }// 第二個for,重新計算簇中心 // (())。// 打印新的中心點信息 if (moveDistance EXIT * numOfCluster) { break。 } count++。 initArrayCluster()。 runCluster()。 }// 第一個for } 問題與改進 聚類分析要求不同簇之間的距離盡可能大，初始隨機選取的中心點并不能保證不同中心點之間的距離盡可能遠，本程序?qū)λ惴ㄟM行改進，在隨機選取中心點時要求與已經(jīng)選取的中心點之間的距離大于設(shè)定值。這樣做保證了隨機選取的中心點相對比較分散，提高了聚類效果。主要代碼如下： public static boolean isProCener(DataItem centerItem,// 判斷是不是合適的中心點 ArrayListDataItem center) { if (() 0) {// 如果當前的中心點集合不為空 for (int i = 0。 i ()。 i++) { if ((centerItem, (i), 0) DIFF) return false。 } if ((centerItem)) return false。 } return true。 }4. 開發(fā)與運行環(huán)境配置●操作系統(tǒng)：Windows 7●開發(fā)工具：Eclipse●開發(fā)語言：Java●CPU頻率：●內(nèi)存：兩種運行方式：?解壓源程序，將PlantsClustering工程導(dǎo)入Eclipse即可運行；?直接運行打包生成的exe文件。5. 程序運行情況分析 運行截圖圖4 指定數(shù)據(jù)文件并輸入聚類簇數(shù)程序運行開始時需要用戶指定數(shù)據(jù)文件的路徑。之后需要用戶輸入聚類產(chǎn)生的簇數(shù)，簇數(shù)介于1到100之間。 圖5 迭代過程，輸出中心點信息每次迭代會輸出本次迭代的中心點信息。上圖是第一次迭代的部分中心點信息(總共有50個中心點)。 圖6 第一次迭代后簇的信息 圖7 簇的信息和終止條件的判定一次迭代完成后會輸出本次迭代后各簇的信息并計算新舊中心點的移動距離，與設(shè)定的值比較，判定是否繼續(xù)迭代。 圖8 把簇的信息保存到本地滿足終止條件，迭代結(jié)束，此時會在D:\DataMining\目錄下生成保存各個簇信息的文件，里面是該簇中包含的數(shù)據(jù)對象。 聚類效果分析聚類分析要求得到的簇之間相異度盡可能大，簇內(nèi)的數(shù)據(jù)對象相異度盡可能小。本程序會在聚類分析完成后會輸出各簇內(nèi)的平均距離和簇間平均距離，作為對聚類效果評判的參考。如下截圖： 圖9 聚類效果 總結(jié)K均值聚類算法的效果與簇數(shù)和初始中心點有關(guān)。初始中心點選取應(yīng)盡可能分散。簇數(shù)越多聚類效果越好，但同時程序運行的時間開銷也會加大，平衡二者找到一個合適的k是該算法的一個重點。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1