K-Means聚类算法-模式识别

1、-作者xxxx-日期xxxxK-Means聚类算法-模式识别【精品文档】K-Means聚类算法1. 算法原理k-means是划分方法中较经典的聚类算法之一。由于该算法的效率高，所以在对大规模数据进行聚类时被广泛应用。目前，许多算法均围绕着该算法进行扩展和改进。k-means算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似度，而簇间的相似度较低。k-means算法的处理过程如下：首先，随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心;对剩余的每个对象，根据其与各簇中心的距离，将它赋给最近的簇;然后重新计算每个簇的平均值。这个过程不断重复，直到准则函数收敛。通常，采用平方误差

2、准则，其定义如下：这里E是数据库中所有对象的平方误差的总和，p是空间中的点，mi是簇Ci的平均值。该目标函数使生成的簇尽可能紧凑独立，使用的距离度量是欧几里得距离,当然也可以用其他距离度量。k-means聚类算法的算法流程如下： 输入：包含n个对象的数据库和簇的数目k； 输出：k个簇，使平方误差准则最小。 步骤：(1) 任意选择k个对象作为初始的簇中心；(2) repeat；(3) 根据簇中对象的平均值，将每个对象(重新)赋予最类似的簇；(4) 更新簇的平均值，即计算每个簇中对象的平均值；(5) 直到不再发生变化。2. 主要代码主程序：clc;clear;close all; % 聚类算法测试

3、nSample = 500, 500, 500; % 3维情况dim = 3;coeff = -2 0.8; -1 0.9; 2 0.7;, . 1 0.9; -2 0.7; -2 0.8; , . -2 0.7; 2 0.8; -1 0.9; , ; data = createSample(nSample, dim , coeff); % 得到训练数据nClass = length(nSample); tlabel = ;tdata = ; for i = 1 : nClass tlabel = tlabel; i * ones(nSample(i), 1); tdata = tdata;

4、datai;end % 调用k-means聚类算法 label = stpKMeans( tdata, nClass); % 绘图result = cell(1, nClass);index = 0;for i = 1 : nClass index = find(label(:,1) = i); resulti = tdata(index, :);end figure;subplot(1, 2, 1);plot3(data1(:, 1), data1(:, 2), data1(:, 3), *, . data2(:, 1), data2(:, 2), data2(:, 3), o, . dat

5、a3(:, 1), data3(:, 2), data3(:, 3), x);title(初始数据); subplot(1, 2, 2);plot3(result1(:, 1), result1(:, 2), result1(:, 3), *, . result2(:, 1), result2(:, 2), result2(:, 3), o, . result3(:, 1), result3(:, 2), result3(:, 3), x);title(K-Means聚类结果); K-Means核心算法：function label = stpKMeans( data, k)% KMeans

6、聚类算法，参考% % 输入% data 原始数据% k 聚多少个簇% 输出% label 按照data数据的顺序，每个样本的簇号的列表 n, dim = size(data); label = zeros(n, 1); % 任选k个对象作为初始的簇中心 seq = stpRandN_K(n, k); nowMeans = data(seq, :); for i = 1 : k label(seq(i) = i; end dist = zeros(n, k); while(true) % 计算数据到每个簇的欧几里得距离 for i = 1 : k temp = data; for j = 1 :

7、 dim % 先让数据减去第j个特征 temp(:, j) = data(:, j) - nowMeans(i, j); end % 点乘后再相加球的距离的平方 temp = temp .* temp; dist(:, i) = sum(temp, 2); end % 从k种距离中找出最小的，并计算修改次数（label跟上一次不一样） , label2 = min(dist, , 2); editElem = sum(label(:, 1) = label2(:, 1); label = label2; % for i = 1 : n% % 根据均值将当前的每个元素重新分簇% minDist

8、= inf;% index = -1;% % 从当前的k个均值中找到离元素i最近的一个，将其划分到该簇% for j = 1 : k% dist = data(i,:) - nowMeans(j, :);% dist = dot(dist, dist);% % if(dist minDist)% % 修改最近的距离，并记录测试的簇号% minDist = dist;% index = j;% end% end% % % 判断是该元素是否重新划分了簇% if(index = label(i) )% editElem = editElem + 1;% label(i) = index;% end%

9、 % end if editElem = 0 % 表示本次没有修改，那么跳出循环 break; end % 重新分簇后，重新计算均值 for i = 1 : k % 计算第k簇的均值 index = find(label(:, 1) = i ); nowMeans(i, :) = mean(data(index, :); end endend 从n个元素中随机抽取K个元素的代码：function out = stpRandN_K(n, k)% 从1-n中随机选中k个不同的元素 data = 1 : n; for i = 1 : k index = floor( (n-i+1)*rand() )

10、 + i; % 交换i和index上的数据 temp = data(index); data(index) = data(i); data(i) = temp; end out = data(1:k);end图片聚类测试代码：close all;clc;clear; rgbdata = imread(datag-1.jpg);labdata = stpRgb2Lab(rgbdata); sm, sn, = size(labdata); sN = sm * sn; nClass = 4;labdata = reshape(labdata, sN, 3); label = stpKMeans( l

11、abdata, nClass);label = reshape(label, sm, sn);figure;subplot(1, 2, 1);imshow(rgbdata);hold on; subplot(1, 2, 2); TX = 1 : sn;TY = 1 : sm;imagesc(TX, TY, label);3. 结果分析针对给定的参数K-Means算法三类聚类结果：图1 初始数据和K-Means聚类结果当初始数据给为如下时：K-Means算法三类聚类结果：图2 初始数据和K-Means聚类结果由此可以看到，K-Means算法会把一些偏离中心较远的点分到其它簇内。4. 用于图片的结果以