java实现kmeans

比眉伴天荒 2022-01-30 06:27 248阅读 0赞

数据说明：

**选用的数据是自己生成的随机的二维的点集，两千行数据，格式为"x,y":**

![20190518140214104.png][]

**最后的结果是将这些点聚集为了三类，前面是每一个点的类号。**

![2019051814033311.png][]

思路很简单：

**1.初始化**

1.1先把数据集中的点的坐标读入到一个二维数组中

1.2并选择前面的三个点作为初始的中心点。

**2.迭代部分**

2.1 对每个点分别计算到三个中心点的距离，并根据最小的距离给点分类

2.2 对每一类的所有点的横纵坐标计算均值生成新的中心点保存。

代码：

import java.io.*;
    
    import org.apache.hadoop.conf.Configuration;
    public class kmeans1
    {
    	static double [][] cluster={
       {1,1},{2,2},{3,3}};
    	static double [][] point =new double[2000][2];
    	static int []kind=new int[2000];
    	static int count=0;
    	static int []Count=new int[3];
    	public static void readfile() throws IOException
    	{
    		BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream("/usr/local/hadoop/data.txt"),"GBK"));
    		
    		String str = null;
    		while ((str = in.readLine()) != null) {
    		     //System.out.println(str);
    		        //写入相关文件
    		        //out.write(str);
    		        //out.newLine();
    			  double point_x=Double.valueOf(str.split(",")[0]);
    		  	  double point_y=Double.valueOf(str.split(",")[1]);
    		  	  point[count][0]=point_x;
    		  	  point[count][1]=point_y;
    		  	  if(count<3)
    		  	  {
    		  		  cluster[count][0]=point_x;
    		  		  cluster[count][1]=point_y;
    		  	  }
    		  	  count++;
    		    }
    		    //清楚缓存
    		    //out.flush();
    		    //关闭流
    		    in.close();
    		    //out.close();
    	}
    	public static void iter()
    	{
    		for(int i=0;i<20;i++)
    		{
    			
    			for(int j=0;j<2000;j++)
    			{
    				double distance=1000000000.0;
    				for(int k=0;k<3;k++)
    				{
    					double temp=Math.pow(point[j][0]-cluster[k][0], 2)+Math.pow(point[j][1]-cluster[k][1], 2);
    					if(temp<distance)
    					{
    						distance=temp;
    						kind[j]=k;
    						
    					}
    					
    				}
    				//System.out.println(kind[j]);
    				Count[kind[j]]++;
    			}
    			double [][]clus=new double[3][2];
    			for(int j=0;j<2000;j++)
    			{
    				clus[kind[j]][0]+=point[j][0];
    				clus[kind[j]][1]+=point[j][1];
    			}
    			for(int j=0;j<3;j++)
    				{
    				  cluster[j][0]=clus[j][0]/(Count[j]);
    				  cluster[j][1]=clus[j][1]/(Count[j]);
    				  Count[j]=0;
    				  
    				  System.out.println(cluster[j][0]+","+cluster[j][1]);
    				}
    		}
    	}
    	
    	public static void main(String[] args) throws IOException {
    		readfile();
    		iter();
    		BufferedWriter out = new BufferedWriter(new OutputStreamWriter(new FileOutputStream("/usr/local/hadoop/res.txt"),"GBK"));
    		for(int i=0;i<2000;i++)
    			{
    			  System.out.println(kind[i]+"\t"+point[i][0]+","+point[i][1]);
    			  out.write(kind[i]+"\t"+point[i][0]+","+point[i][1]+"\n");
    			}
    		out.flush();
    		out.close();
    	}
    }

[20190518140214104.png]: /images/20220130/e38aa9100b484b16b4d669fd3e533b83.png
[2019051814033311.png]: /images/20220130/28f2e2b91bbd446cbe1199ba9b1d700b.png