K均值聚類算法的Java版實現(xiàn)代碼示例
更新時間：2017年12月08日 16:48:04 作者：cyxlzzs
這篇文章主要介紹了K均值聚類算法的Java版實現(xiàn)代碼示例，具有一定借鑒價值，需要的朋友可以參考下。
1.簡介
K均值聚類算法是先隨機選取K個對象作為初始的聚類中心。然后計算每個對象與各個種子聚類中心之間的距離，把每個對象分配給距離它最近的聚類中心。聚類中心以及分配給它們的對象就代表一個聚類。一旦全部對象都被分配了，每個聚類的聚類中心會根據(jù)聚類中現(xiàn)有的對象被重新計算。這個過程將不斷重復直到滿足某個終止條件。終止條件可以是沒有（或最小數(shù)目）對象被重新分配給不同的聚類，沒有（或最小數(shù)目）聚類中心再發(fā)生變化，誤差平方和局部最小。
2.什么是聚類
聚類是一個將數(shù)據(jù)集中在某些方面相似的數(shù)據(jù)成員進行分類組織的過程，聚類就是一種發(fā)現(xiàn)這種內在結構的技術，聚類技術經常被稱為無監(jiān)督學習。
3.什么是k均值聚類
k均值聚類是最著名的劃分聚類算法，由于簡潔和效率使得他成為所有聚類算法中最廣泛使用的。給定一個數(shù)據(jù)點集合和需要的聚類數(shù)目k，k由用戶指定，k均值算法根據(jù)某個距離函數(shù)反復把數(shù)據(jù)分入k個聚類中。
4.實現(xiàn)
Java代碼如下：
package org.algorithm;
import java.util.ArrayList;
import java.util.Random;
/**
* K均值聚類算法
*/
public class Kmeans {
private int k;
// 分成多少簇
private int m;
// 迭代次數(shù)
private int dataSetLength;
// 數(shù)據(jù)集元素個數(shù)，即數(shù)據(jù)集的長度
private ArrayList<float[]> dataSet;
// 數(shù)據(jù)集鏈表
private ArrayList<float[]> center;
// 中心鏈表
private ArrayList<ArrayList<float[]>> cluster;
// 簇
private ArrayList<float> jc;
// 誤差平方和，k越接近dataSetLength，誤差越小
private Random random;
/**
* 設置需分組的原始數(shù)據(jù)集
*
* @param dataSet
*/
public void setDataSet(ArrayList<float[]> dataSet) {
this.dataSet = dataSet;
}
/**
* 獲取結果分組
*
* @return 結果集
*/
public ArrayList<ArrayList<float[]>> getCluster() {
return cluster;
}
/**
* 構造函數(shù)，傳入需要分成的簇數(shù)量
*
* @param k
* 簇數(shù)量,若k<=0時，設置為1，若k大于數(shù)據(jù)源的長度時，置為數(shù)據(jù)源的長度
*/
public Kmeans(int k) {
if (k <= 0) {
k = 1;
}
this.k = k;
}
/**
* 初始化
*/
private void init() {
m = 0;
random = new Random();
if (dataSet == null || dataSet.size() == 0) {
initDataSet();
}
dataSetLength = dataSet.size();
if (k > dataSetLength) {
k = dataSetLength;
}
center = initCenters();
cluster = initCluster();
jc = new ArrayList<float>();
}
/**
* 如果調用者未初始化數(shù)據(jù)集，則采用內部測試數(shù)據(jù)集
*/
private void initDataSet() {
dataSet = new ArrayList<float[]>();
// 其中{6,3}是一樣的，所以長度為15的數(shù)據(jù)集分成14簇和15簇的誤差都為0
float[][] dataSetArray = new float[][] { { 8, 2 }, { 3, 4 }, { 2, 5 },
{ 4, 2 }, { 7, 3 }, { 6, 2 }, { 4, 7 }, { 6, 3 }, { 5, 3 },
{ 6, 3 }, { 6, 9 }, { 1, 6 }, { 3, 9 }, { 4, 1 }, { 8, 6 } };
for (int i = 0; i < dataSetArray.length; i++) {
dataSet.add(dataSetArray[i]);
}
}
/**
* 初始化中心數(shù)據(jù)鏈表，分成多少簇就有多少個中心點
*
* @return 中心點集
*/
private ArrayList<float[]> initCenters() {
ArrayList<float[]> center = new ArrayList<float[]>();
int[] randoms = new int[k];
Boolean flag;
int temp = random.nextint(dataSetLength);
randoms[0] = temp;
for (int i = 1; i < k; i++) {
flag = true;
while (flag) {
temp = random.nextint(dataSetLength);
int j = 0;
// 不清楚for循環(huán)導致j無法加1
// for(j=0;j<i;++j)
// {
// if(temp==randoms[j]);
// {
// break;
// }
// }
while (j < i) {
if (temp == randoms[j]) {
break;
}
j++;
}
if (j == i) {
flag = false;
}
}
randoms[i] = temp;
}
// 測試隨機數(shù)生成情況
// for(int i=0;i<k;i++)
// {
// System.out.println("test1:randoms["+i+"]="+randoms[i]);
// }
// System.out.println();
for (int i = 0; i < k; i++) {
center.add(dataSet.get(randoms[i]));
// 生成初始化中心鏈表
}
return center;
}
/**
* 初始化簇集合
*
* @return 一個分為k簇的空數(shù)據(jù)的簇集合
*/
private ArrayList<ArrayList<float[]>> initCluster() {
ArrayList<ArrayList<float[]>> cluster = new ArrayList<ArrayList<float[]>>();
for (int i = 0; i < k; i++) {
cluster.add(new ArrayList<float[]>());
}
return cluster;
}
/**
* 計算兩個點之間的距離
*
* @param element
* 點1
* @param center
* 點2
* @return 距離
*/
private float distance(float[] element, float[] center) {
float distance = 0.0f;
float x = element[0] - center[0];
float y = element[1] - center[1];
float z = x * x + y * y;
distance = (float) Math.sqrt(z);
return distance;
}
/**
* 獲取距離集合中最小距離的位置
*
* @param distance
* 距離數(shù)組
* @return 最小距離在距離數(shù)組中的位置
*/
private int minDistance(float[] distance) {
float minDistance = distance[0];
int minLocation = 0;
for (int i = 1; i < distance.length; i++) {
if (distance[i] < minDistance) {
minDistance = distance[i];
minLocation = i;
} else if (distance[i] == minDistance) // 如果相等，隨機返回一個位置
{
if (random.nextint(10) < 5) {
minLocation = i;
}
}
}
return minLocation;
}
/**
* 核心，將當前元素放到最小距離中心相關的簇中
*/
private void clusterSet() {
float[] distance = new float[k];
for (int i = 0; i < dataSetLength; i++) {
for (int j = 0; j < k; j++) {
distance[j] = distance(dataSet.get(i), center.get(j));
// System.out.println("test2:"+"dataSet["+i+"],center["+j+"],distance="+distance[j]);
}
int minLocation = minDistance(distance);
// System.out.println("test3:"+"dataSet["+i+"],minLocation="+minLocation);
// System.out.println();
cluster.get(minLocation).add(dataSet.get(i));
// 核心，將當前元素放到最小距離中心相關的簇中
}
}
/**
* 求兩點誤差平方的方法
*
* @param element
* 點1
* @param center
* 點2
* @return 誤差平方
*/
private float errorSquare(float[] element, float[] center) {
float x = element[0] - center[0];
float y = element[1] - center[1];
float errSquare = x * x + y * y;
return errSquare;
}
/**
* 計算誤差平方和準則函數(shù)方法
*/
private void countRule() {
float jcF = 0;
for (int i = 0; i < cluster.size(); i++) {
for (int j = 0; j < cluster.get(i).size(); j++) {
jcF += errorSquare(cluster.get(i).get(j), center.get(i));
}
}
jc.add(jcF);
}
/**
* 設置新的簇中心方法
*/
private void setNewCenter() {
for (int i = 0; i < k; i++) {
int n = cluster.get(i).size();
if (n != 0) {
float[] newCenter = { 0, 0 };
for (int j = 0; j < n; j++) {
newCenter[0] += cluster.get(i).get(j)[0];
newCenter[1] += cluster.get(i).get(j)[1];
}
// 設置一個平均值
newCenter[0] = newCenter[0] / n;
newCenter[1] = newCenter[1] / n;
center.set(i, newCenter);
}
}
}
/**
* 打印數(shù)據(jù)，測試用
*
* @param dataArray
* 數(shù)據(jù)集
* @param dataArrayName
* 數(shù)據(jù)集名稱
*/
public void printDataArray(ArrayList<float[]> dataArray,
String dataArrayName) {
for (int i = 0; i < dataArray.size(); i++) {
System.out.println("print:" + dataArrayName + "[" + i + "]={"
+ dataArray.get(i)[0] + "," + dataArray.get(i)[1] + "}");
}
System.out.println("===================================");
}
/**
* Kmeans算法核心過程方法
*/
private void kmeans() {
init();
// printDataArray(dataSet,"initDataSet");
// printDataArray(center,"initCenter");
// 循環(huán)分組，直到誤差不變?yōu)橹?
while (true) {
clusterSet();
// for(int i=0;i<cluster.size();i++)
// {
// printDataArray(cluster.get(i),"cluster["+i+"]");
// }
countRule();
// System.out.println("count:"+"jc["+m+"]="+jc.get(m));
// System.out.println();
// 誤差不變了，分組完成
if (m != 0) {
if (jc.get(m) - jc.get(m - 1) == 0) {
break;
}
}
setNewCenter();
// printDataArray(center,"newCenter");
m++;
cluster.clear();
cluster = initCluster();
}
// System.out.println("note:the times of repeat:m="+m);//輸出迭代次數(shù)
}
/**
* 執(zhí)行算法
*/
public void execute() {
long startTime = System.currentTimeMillis();
System.out.println("kmeans begins");
kmeans();
long endTime = System.currentTimeMillis();
System.out.println("kmeans running time=" + (endTime - startTime)
+ "ms");
System.out.println("kmeans ends");
System.out.println();
}
}
5.說明：
具體代碼是從網上找的，根據(jù)自己的理解加了注釋和進行部分修改，若注釋有誤還望指正
6.測試
package org.test;
import java.util.ArrayList;
import org.algorithm.Kmeans;
public class KmeansTest {
public static void main(String[] args)
{
//初始化一個Kmean對象，將k置為10
Kmeans k=new Kmeans(10);
ArrayList<float[]> dataSet=new ArrayList<float[]>();
dataSet.add(new float[]{1,2});
dataSet.add(new float[]{3,3});
dataSet.add(new float[]{3,4});
dataSet.add(new float[]{5,6});
dataSet.add(new float[]{8,9});
dataSet.add(new float[]{4,5});
dataSet.add(new float[]{6,4});
dataSet.add(new float[]{3,9});
dataSet.add(new float[]{5,9});
dataSet.add(new float[]{4,2});
dataSet.add(new float[]{1,9});
dataSet.add(new float[]{7,8});
//設置原始數(shù)據(jù)集
k.setDataSet(dataSet);
//執(zhí)行算法
k.execute();
//得到聚類結果
ArrayList<ArrayList<float[]>> cluster=k.getCluster();
//查看結果
for (int i=0;i<cluster.size();i++)
{
k.printDataArray(cluster.get(i), "cluster["+i+"]");
}
}
}
總結：測試代碼已經通過。并對聚類的結果進行了查看，結果基本上符合要求。至于有沒有更精確的算法有待發(fā)現(xiàn)。具體的實踐還有待挖掘
總結
以上就是本文關于K均值聚類算法的Java版實現(xiàn)代碼示例的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關專題。如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！
相關文章
java web學習_淺談request對象中get和post的差異
下面小編就為大家?guī)硪黄猨ava web學習_淺談request對象中get和post的差異。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-05-05
springcloud gateway網關服務啟動報錯的解決
這篇文章主要介紹了springcloud gateway網關服務啟動報錯的解決，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-03-03
這篇文章主要介紹了Jmeter參數(shù)化實現(xiàn)原理及過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-07-07
這篇文章主要介紹了java分頁之假分頁實現(xiàn)簡單的分頁器的相關資料,需要的朋友可以參考下2016-04-04
Spring Security 實現(xiàn)“記住我”功能及原理解析
這篇文章主要介紹了Spring Security 實現(xiàn)“記住我”功能及原理解析,需要的朋友可以參考下2020-05-05
這篇文章主要介紹了spring springMVC中常用注解,本文給大家介紹的非常詳細，需要的朋友可以參考下2018-05-05
java注解是附加在代碼中的一些元信息，用于一些工具在編譯、運行時進行解析和使用，起到說明、配置的功能,本文將詳細介紹，此功能的實現(xiàn)方法2012-11-11
已解決：No ''Access-Control-Allow-Origin''跨域問題
這篇文章主要介紹了已解決：No 'Access-Control-Allow-Origin' 跨域，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-06-06
注解@TableName,@TableField,pgsql的模式對應方式
這篇文章主要介紹了注解@TableName,@TableField,pgsql的模式對應方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-04-04
這篇文章主要給大家介紹了關于Java字段Stream排序常用方式的相關資料,我們在處理數(shù)據(jù)的時候經常會需要進行排序后再返回給前端調用,比如按照時間升序排序,前端展示數(shù)據(jù)就是按時間先后進行排序,需要的朋友可以參考下2023-09-09