K-Means（K均值）算法

昨晚在脑内推导了一晚上的概率公式，没推导出来，今早师姐三言两语说用K-Means解决，太桑心了，昨晚一晚上没睡好。

小笨鸟要努力啊，K-Means，最简单的聚类算法，好好实现一下。

思路：

　　共有M个样本，设定K值作为样本的聚类个数（K值的设定很讲究，我还没去研究）。

　　随机产生K个点作为初始的 类核心。

　　do{

　　　　计算M个样本与K个类核心的距离，取距离最小的类核心为该样本的 类别。

　　　　聚一次结束后，根据每个类的样本，计算 聚类的 新 类核心。

　　}while(所有的类核心都没有变化，即该系统已经达到稳态，在继续循环下去也是同样的结果);

 

疑问：

　　收敛条件，是否能够设定为所有样本距离其类核心的距离和不在变小？

 

实现代码：

#include <stdio.h>
#include <time.h>
#include <stdlib.h>
#include <math.h>
#include <string.h>
#include <limits.h>

typedef struct Node{
    double x;
    double y;
    int group;
}Node;
#define NodeNum 50
#define k 10

int main(){
    FILE* f = fopen("in.txt","w+");
    FILE* f2 = fopen("out.txt","w+");
    srand((int)time(0));
    Node node[NodeNum];
    for(int i = 0 ; i < NodeNum ; i++){
        node[i].x = 1+(int)(20.0*rand()/(RAND_MAX+1.0)); 
        node[i].y = 1+(int)(20.0*rand()/(RAND_MAX+1.0));
    }
    for(int i = 0 ; i < NodeNum ; i++){
        printf("x = %.1lf , y = %.1lf\n",node[i].x , node[i].y);
        fprintf(f,"%.1lf\t%.1lf\n",node[i].x , node[i].y);
    }

    Node circle[k];
    for(int i = 0 ; i < k ; i++){
        circle[i].x = 1+(int)(20.0*rand()/(RAND_MAX+1.0));
        circle[i].y = 1+(int)(20.0*rand()/(RAND_MAX+1.0));
    }
    for(int i = 0 ; i < k ; i++){
        printf("circle X= %.1lf , circle Y = %.1lf\n",circle[i].x , circle[i].y);
        fprintf(f,"%.1lf\t%.1lf\n",circle[i].x , circle[i].y);
    }

    int times = 0;
    bool change = false;
    do{
        double sumDis = 0;
        for(int i = 0 ; i < NodeNum ; i++){
            double minDis = INT_MAX;    
            for(int j = 0 ; j < k ; j++){
                double curDis = pow((double)abs(node[i].x - circle[j].x),2) + 
                    pow((double)abs(node[i].y - circle[j].y),2);
                if(curDis < minDis){
                    minDis = curDis;
                    node[i].group = j;
                }
            }
            sumDis += minDis;
        }
        
        int newX[k] = {0},newY[k] = {0};
        for(int j = 0 ; j < k ; j++){
            int tempX = 0 , tempY = 0 ,count = 0;
            for(int i = 0 ; i < NodeNum ; i++){
                if(node[i].group == j){
                    count++;
                    tempX += node[i].x;
                    tempY += node[i].y;
                }
            }
            newX[j] = tempX * 1.0 / count;
            newY[j] = tempY * 1.0 / count;
        }
        change = false;
        for(int i = 0 ; i < k ; i++){
            if(abs(circle[i].x - newX[i]) > 0.00001 || abs(circle[i].y - newY[i]) > 0.00001 ){
                change = true;
                break;
            }
        }
        if(change){
            for(int i = 0 ; i < k ; i++){
                circle[i].x = newX[i];
                circle[i].y = newY[i];
            }
        }
        printf("times = %d \t ************************* sumDis = %.5lf \n" , times++ , sumDis);
        /*for(int i = 0 ; i < NodeNum ; i++){
            printf("x = %.1lf , y = %.1lf , group = %d \n",node[i].x , node[i].y , node[i].group);
            fprintf(f2,"%.1lf\t%.1lf\t%d\n",node[i].x , node[i].y , node[i].group);
        }*/
        for(int m = 0 ; m < k ; m++){
            printf("circle X = %.1f , circle Y = %.1f\n",circle[m].x , circle[m].y);
            fprintf(f2,"%.1lf\t%.1lf\n",circle[m].x , circle[m].y);
        }
    }while(change);

    
    return 0;
}