晋中工商局网站开发区分局,上海市工程建设信息网官方网站,企业网站排名优化公司,google 字体 wordpress1、Kmeans的定义
聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程#xff0c;聚类就是一种发现这种内在结构的技术#xff0c;聚类技术经常被称为无监督学习。k均值聚类是最著名的划分聚类算法#xff0c;由于简洁和效率使得他成为所有聚类算法中最广泛使…1、Kmeans的定义
聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程聚类就是一种发现这种内在结构的技术聚类技术经常被称为无监督学习。k均值聚类是最著名的划分聚类算法由于简洁和效率使得他成为所有聚类算法中最广泛使用的。
无监督学习通常用于聚类通过样本件的相似性对数据集进行聚类使类内差距最小化类间差距最大化。
2、原理
首先需要弄清楚两个概念簇和质心 簇 直观上来看簇是一组聚在一起的数据在一个簇中的数据就认为是同一类。 质心 簇中所有数据的均值通常被称为这个簇的质心。 如何求取质心 在一个二维平面中一簇数据点的质心的横坐标就是这一簇数据点的横坐标的均值质心的纵坐标就是这一簇数据点的纵坐标的均值。同理可推广至高维空间。 欧式距离计算公式
二维平面上的欧式距离
假设待求两点的二维平面坐标为a(,)和b(,),则其距离公式为 3、实现的流程步骤
首先随机选取样本中的K个点作为初始聚类中心质心分别算出样本中其他数据点距离这K个聚类中心的距离以最近距离的质心缩在的簇作为该数据点分类后的簇对上述分类完的样本再进行每个簇求平均值求解出新的聚类质心与前一次计算得到的K个聚类质心比较如果聚类质心发生变化转过程b否则转过程e当质心不再发生变化时停止并输出聚类结果。 4、实现结果 5、部分代码解析
1首先为了提高分类精度K个质心初始值的选取采用人工确定的方法。先人为的选取K个初值并写成txt格式如下 格式点号-X坐标-Y坐标 读取K值数据的函数如下
void Kmeans::onBtReadK()
{QString fileName QFileDialog::getOpenFileName(this, tr(打开));QFile file(fileName);bool isOpen 1;if (!file.open(QIODevice::ReadOnly | QIODevice::Text)){isOpen 0;QMessageBox::StandardButton btnValue QMessageBox::information(this, tr(提示), tr(打开失败));}QTextStream stream(file);while (!stream.atEnd()){QString str stream.readLine();QStringList list str.split(,);Pointp k1;k1.no list.at(0);k1.x list.at(1).toDouble();k1.y list.at(2).toDouble();k.push_back(k1);}//判断是否读取完毕if (stream.atEnd() isOpen){QMessageBox box;box.setText(数据读取完毕);box.exec();}dd readK;
} 2读取K个初始值之后需要读取整个样本的数据样本数据格式同K值格式一致读取函数如下
void Kmeans::onBtReadData()
{K ui.lineEdit-text().toInt();p.clear();//打开文件对话框QString fileName QFileDialog::getOpenFileName(this, tr(打开));QFile file(fileName);bool isOpen 1;if (!file.open(QIODevice::ReadOnly | QIODevice::Text)){isOpen 0;QMessageBox::StandardButton btnValue QMessageBox::information(this, tr(提示), tr(打开失败));}//逐行读取文本文件QTextStream stream(file);while (!stream.atEnd()){Pointp pt;QString str stream.readLine();QStringList list str.split(,);pt.no list.at(0);pt.x list.at(1).toDouble();pt.y list.at(2).toDouble();p.push_back(pt);}file.close();//判断是否读取完毕if (stream.atEnd()isOpen){QMessageBox box;box.setText(数据读取完毕);box.exec();}
}
3在对话框中输入簇个数然后点击“开始聚类”按钮开始进行聚类。首先是计算每个样本到K个聚类中心的距离并找出最小值作为该样本点的聚类结果。代码如下
//计算每个对象至聚类中心的距离
void Kmeans::CalDis()
{for (int i 0; i p.size(); i){double s0 0; QString no; Dis ss; int t 0;for (int j 0; j K; j){double x1 p.at(i).x;double y1 p.at(i).y;double x2 k.at(j).x;double y2 k.at(j).y;double s1 sqrt((x1 - x2) * (x1 - x2) (y1 - y2) * (y1 - y2));t;if (t 1){s0 s1;no k.at(j).no;}if (s1 s0){s0 s1;no k.at(j).no;}}ss.s s0;ss.no p.at(i).no;ss.x p.at(i).x;ss.y p.at(i).y;ss.noK no;S.push_back(ss);}
}
4根据分类后的样本计算新的质心如下
//计算质心
void Kmeans::Calcentroid()
{centroid s;for (int i 0; i k.size(); i){s.sx 0; s.sy 0; int iCt 0;for (int j 0; j S.size(); j){if (k.at(i).no S.at(j).noK){s.sx s.sx S.at(j).x;s.sy s.sy S.at(j).y;iCt;}}s.noK k.at(i).no;s.sx s.sx / iCt;s.sy s.sy / iCt;dis.push_back(s);}
}
5然后判断新质心与旧质心之间的距离若为0则停止重新计算。
6、整体代码如下输入的数据中不能包含负数因为控件范围是从0开始的
//Kmeans.cpp文件
#include Kmeans.hKmeans::Kmeans(QWidget *parent): QWidget(parent)
{start false;dd to2K;ui.setupUi(this);connect(ui.pushButton, SIGNAL(clicked()), this, SLOT(onBtReadData()));connect(ui.pushButton_2, SIGNAL(clicked()), this, SLOT(onBtCalKmeans()));connect(ui.pushButton_3, SIGNAL(clicked()), this, SLOT(onBtReadK()));
}void Kmeans::onBtReadData()
{K ui.lineEdit-text().toInt();p.clear();//打开文件对话框QString fileName QFileDialog::getOpenFileName(this, tr(打开));QFile file(fileName);bool isOpen 1;if (!file.open(QIODevice::ReadOnly | QIODevice::Text)){isOpen 0;QMessageBox::StandardButton btnValue QMessageBox::information(this, tr(提示), tr(打开失败));}//逐行读取文本文件QTextStream stream(file);while (!stream.atEnd()){Pointp pt;QString str stream.readLine();QStringList list str.split(,);pt.no list.at(0);pt.x list.at(1).toDouble();pt.y list.at(2).toDouble();p.push_back(pt);}file.close();//判断是否读取完毕if (stream.atEnd()isOpen){QMessageBox box;box.setText(数据读取完毕);box.exec();}
}void Kmeans::onBtReadK()
{QString fileName QFileDialog::getOpenFileName(this, tr(打开));QFile file(fileName);bool isOpen 1;if (!file.open(QIODevice::ReadOnly | QIODevice::Text)){isOpen 0;QMessageBox::StandardButton btnValue QMessageBox::information(this, tr(提示), tr(打开失败));}QTextStream stream(file);while (!stream.atEnd()){QString str stream.readLine();QStringList list str.split(,);Pointp k1;k1.no list.at(0);k1.x list.at(1).toDouble();k1.y list.at(2).toDouble();k.push_back(k1);}//判断是否读取完毕if (stream.atEnd() isOpen){QMessageBox box;box.setText(数据读取完毕);box.exec();}dd readK;
}void Kmeans::toK()
{//随机选取k个初始聚类中心for (int i 0; i K; i){Pointp k1;k1.no i 1;k1.x p.at(i).x;k1.y p.at(i).y;k.push_back(k1);}
}int Kmeans::onBtCalKmeans()
{K ui.lineEdit-text().toInt();if (S.size()p.size()S.size()){QMessageBox box;box.setText(已经计算完成);box.exec();return 0;}if (dd to2K){toK();}CalDis();//SCalcentroid();//用到S,得dis//CKmeans();//用到dis得new k.int iCount 0;while (iCount K){if (dis.size()){for (int i 0; i k.size(); i){for (int j 0; j dis.size(); j){if (k.at(i).no dis.at(j).noK){//qDebug() k: k.at(i).no k.at(i).x k.at(i).y;//qDebug() dis: dis.at(i).noK.toInt() dis.at(j).sx dis.at(j).syendl;double detaX k.at(i).x - dis.at(j).sx;double detaY k.at(i).y - dis.at(j).sy;double sk sqrt(detaX * detaX detaY * detaY);//qDebug() sk;if (sk 0){iCount;}else{CKmeans();}}}}}dis.clear();S.clear();CalDis();Calcentroid();}start true;qDebug() S S.size();drawPoint();QMessageBox box;box.setText(计算完成);box.exec();return 1;
}Kmeans::~Kmeans()
{}//计算质心
void Kmeans::Calcentroid()
{centroid s;for (int i 0; i k.size(); i){s.sx 0; s.sy 0; int iCt 0;for (int j 0; j S.size(); j){if (k.at(i).no S.at(j).noK){s.sx s.sx S.at(j).x;s.sy s.sy S.at(j).y;iCt;}}s.noK k.at(i).no;s.sx s.sx / iCt;s.sy s.sy / iCt;dis.push_back(s);}
}//计算每个对象至聚类中心的距离
void Kmeans::CalDis()
{for (int i 0; i p.size(); i){double s0 0; QString no; Dis ss; int t 0;for (int j 0; j K; j){double x1 p.at(i).x;double y1 p.at(i).y;double x2 k.at(j).x;double y2 k.at(j).y;double s1 sqrt((x1 - x2) * (x1 - x2) (y1 - y2) * (y1 - y2));t;if (t 1){s0 s1;no k.at(j).no;}if (s1 s0){s0 s1;no k.at(j).no;}}ss.s s0;ss.no p.at(i).no;ss.x p.at(i).x;ss.y p.at(i).y;ss.noK no;S.push_back(ss);}
}//将新的质心坐标赋值给k
void Kmeans::CKmeans()
{for (int i 0; i k.size(); i){for (int j 0; j dis.size(); j){if (k.at(i).no dis.at(j).noK){k.at(i).x dis.at(j).sx;k.at(i).y dis.at(j).sy;}}}
}//绘图函数
void Kmeans::drawPoint()
{QPicture pp;pp.setBoundingRect(ui.label_2-rect());QPainter painterP(pp);QPen pen;painterP.setRenderHint(QPainter::Antialiasing, true);Pointp p1;p1.no p.at(0).no;p1.x p.at(0).x;p1.y p.at(0).y;for (int i 1; i p.size(); i){if (p1.x p.at(i).x){p1.x p.at(i).x;}if (p1.y p.at(i).y){p1.y p.at(i).y;}}double xmin p1.x;double ymin p1.y;for (int i 1; i p.size(); i){if (p1.x p.at(i).x){p1.x p.at(i).x;}if (p1.y p.at(i).y){p1.y p.at(i).y;}}double xmax p1.x;double ymax p1.y;int wui.label_2-width();int hui.label_2-height();double a w/(xmax -xmin);double b1 h/(ymax -ymin);for (int i 0; i k.size(); i){int r qrand() % 256;int g qrand() % 256;int b qrand() % 256;QColor color QColor(r, g, b);for (int j 0; j S.size(); j){if (k.at(i).no S.at(j).noK){pen.setColor(color);painterP.setPen(pen);int radius 5;double x S.at(j).x;double y S.at(j).y;x (x - xmin)*a;y (y - ymin)*b1;painterP.drawEllipse(x - radius, y - radius, radius * 2, radius * 2);}}}ui.label_2-setPicture(pp);
}
//Kmeans.h文件
#pragma once#include QtWidgets/QWidget
#include ui_Kmeans.h
#includeQFileDialog
#includeQFile
#includeQMessageBox
#includeQTextStream
#includevector
#pragma execution_character_set(UTF-8)
#includeqDebug
#includeQPainter
#includeQColor
#includeQColorDialog
#includeQPicturestruct Pointp
{double x;double y;QString no;
};struct Dis
{double x;double y;QString no;QString noK;double s;
};struct centroid
{QString noK;double sx;double sy;
};enum Pd
{readK,to2K,blank
};class Kmeans : public QWidget
{Q_OBJECTpublic:Kmeans(QWidget *parent nullptr);~Kmeans();public slots:void onBtReadData();int onBtCalKmeans();void onBtReadK();void toK();public:std::vectorPointp p;//原始数据点std::vectorPointp k;//各簇质心坐标int K;std::vectorDis S;std::vectorcentroid dis;bool start;Pd dd;public:void Calcentroid();void CKmeans();void CalDis();void drawPoint();private:Ui::KmeansClass ui;
};
