数据挖掘报告,聚类分析 kmeans算法(2)

bool IsEqual(struct DataSet* value1,struct DataSet* value2) {

int i;

for(i=0;i<K;i++)

kmeans算法 数据源为synthetic_control.data

{

for(int j=0;j<D;j++)

if(value1[i].arg[j]!=value2[i].arg[j]) return 0; }

return 1; }

void UpdateCenter(struct DataSet* dataset) {

int i=0,j=0; double sum;

for(i=0;i<K;i++) {

for(int d=0;d<D;d++) {

sum=0.0;

for(j=0;j<Top[i];j++) {

sum+=dataset[Cluster[i][j]].arg[d]; }

if(Top[i]>0) {

Center[i].arg[d]=sum/Top[i]; } } } }

void print(struct DataSet* dataset) {

int i,j,d;

ofstream fout("result.txt");

cout<<"===================================="<<endl; fout<<"===================================="<<endl; for(i=0;i<K;i++) {

cout<<"第"<<i<<"组：质心为："; for(d=0;d<D;d++)

cout<<Center[i].arg[d]<<'\t'; cout<<endl;

cout<<"数据元素为:\n";

kmeans算法 数据源为synthetic_control.data

//-------------------------------------------- //输入文件中

fout<<"第"<<i<<"组：质心为："; for(d=0;d<D;d++)

fout<<Center[i].arg[d]<<'\t'; fout<<endl;

fout<<"数据元素为:\n";

for(j=0;j<Top[i];j++) {for(d=0;d<D;d++){

cout<<dataset[Cluster[i][j]].arg[d]<<'\t'; fout<<dataset[Cluster[i][j]].arg[d]<<'\t'; // fout<<Cluster[i][j]<<'\t'; }

cout<<endl; fout<<endl; }

cout<<endl; fout<<endl; }

fout<<" 总共用时："<<ttime<<" 毫秒"<<endl; fout.close(); }

5. 获取的模型的描述

首先，准备数据，对数据进行预处理 ，选用合适的数据结构存储数据元组，然后设定参数，数据的总量N，维度D，聚类类别数量K，然后随机产生K个D维的数据作为质心，计算每个数据与质心距离，并加入所属的簇中，经多次迭代后，质心不变后，得到分类后的结果。 6.实验运行结果和实验分析

数据挖掘对处理后的数据采用k-means聚类算法，将聚类后的结果输入到文件中（图1），实验的结果：

kmeans算法 数据源为synthetic_control.data

图1

结果将数据元组分成了6类，按期每个分量的变化规律分别表示上文所说的6个类别。

在文档最后输出聚类分析花费的时间（图2）是1762毫秒。

图2

由于初始化质心是随机的，所以每次运行聚类分析花费的时间略有不同，本实验采用结构体来存储数据，聚类的操作多应用指针来实现，在选择所属的簇，并加入簇中，加入的是数据的索引值，提高了效率，在一步中如果使用指针指向数据可以进一步提高效率。总体上说算法的运行时间还是比较令人满意。