轉:http://www.daniweb.com/forums/thread31449.html
什么都不說了，直接看代碼吧。
注解 應該寫的比較詳細
# liukaiyi
# 注 k-means ，維度類型 - 數值形式 ( 199 或 23.13  )
import sys, math, random
# -- 類化 '數據'
# 在 n-維度空間
class Point:
def __init__(self, coords, reference=None):
self.coords = coords
self.n = len(coords)
self.reference = reference
def __repr__(self):
return str(self.coords)
# -- 類化 '聚集點 / 聚類平均距離 點 '
# -- 在 n-維度空間
# -- k-means 核心類
# -- 每次 聚集各點 圍繞她 進行聚集
# -- 并提供方法 求-聚集后的計算中心點，同時記入 此次 中心點(聚集各點平均距離)，為下一次聚集提供中心點.
class Cluster:
def __init__(self, points):
if len(points) == 0: raise Exception("ILLEGAL: EMPTY CLUSTER")
self.points = points
self.n = points[0].n
for p in points:
if p.n != self.n: raise Exception("ILLEGAL: MULTISPACE CLUSTER")
# 求 聚集各點后 平均點
self.centroid = self.calculateCentroid()
def __repr__(self):
return str(self.points)
# 更新 中心點，并返回 原中心點 與 現中心點(聚集各點平均距離)距離
def update(self, points):
old_centroid = self.centroid
self.points = points
self.centroid = self.calculateCentroid()
return getDistance(old_centroid, self.centroid)
# 計算平均點 （聚集/收集各點（離本類的中心點）最近數據,后生成新的 中心點 ）
def calculateCentroid(self):
centroid_coords = []
# 維度 迭代
for i in range(self.n):
centroid_coords.append(0.0)
# 收集各點 迭代
for p in self.points:
centroid_coords[i] = centroid_coords[i]+p.coords[i]
centroid_coords[i] = centroid_coords[i]/len(self.points)
return Point(centroid_coords)
# -- 返回根據 k-means 聚集形成的 數據集
def kmeans(points, k, cutoff):
# Randomly sample k Points from the points list, build Clusters around them
initial = random.sample(points, k)
clusters = []
for p in initial: clusters.append(Cluster([p]))
# 迭代 k-means 直到 每次迭代 各收集點 別的 最多 不超過 0.5
while True:
# k 個收集 數組
lists = []
for c in clusters: lists.append([])
# 迭代 每個 數據點 ，并計算與每個中心點距離
# 并把數據點添加入相應最短的中心點收集數組中
# 在迭代中 smallest_distance 為每個點與各中心點最短距離 參數，請注意看
for p in points:
smallest_distance = getDistance(p, clusters[0].centroid)
index = 0
for i in range(len(clusters[1:])):
distance = getDistance(p, clusters[i+1].centroid)
if distance < smallest_distance:
smallest_distance = distance
index = i+1
# 添加到 離最短中心距離的 數組中
lists[index].append(p)
# 聚集完，計算新 中心點
# 并 cluster.centroid 屬性記入下 新中心點（下一次 聚集的中心點 ）
# 并 計算與上一次 中心點 距離 ，如果 差值在 cutoff 0.5 以下 ,跳出迭代 （結束，返回最后一次 聚集集合）
biggest_shift = 0.0
for i in range(len(clusters)):
shift = clusters[i].update(lists[i])
biggest_shift = max(biggest_shift, shift)
if biggest_shift < cutoff: break
return clusters
# -- 得到歐幾里德距離兩點之間
def getDistance(a, b):
# Forbid measurements between Points in different spaces
if a.n != b.n: raise Exception("ILLEGAL: NON-COMPARABLE POINTS")
# Euclidean distance between a and b is sqrt(sum((a[i]-b[i])^2) for all i)
ret = 0.0
for i in range(a.n):
ret = ret+pow((a.coords[i]-b.coords[i]), 2)
return math.sqrt(ret)
# -- 在 n-維度 空間中創建 隨機點
# -- 隨機生成 測試數據
def makeRandomPoint(n, lower, upper):
coords = []
for i in range(n): coords.append(random.uniform(lower, upper))
return Point(coords)
# main
def main(args):
# 參數說明
# num_points, n, k, cutoff, lower, upper
# 隨機數據數量 , 維度, 聚集數, 跳出迭代最小距離 , 維度數最大值,維度數最小值
num_points, n, k, cutoff, lower, upper = 10, 2, 3, 0.5, -200, 200
# 在 n-維度空間里 , 創建 num_points 隨機點
# 測試數據生成
points = []
for i in range(num_points): points.append(makeRandomPoint(n, lower, upper))
# 使用 k-means 算法，來 聚集數據點 (算法入口點)
clusters = kmeans(points, k, cutoff)
print "\nPOINTS:"
for p in points: print "P:", p
print "\nCLUSTERS:"
for c in clusters: print "C:", c
if __name__ == "__main__": main(sys.argv)
整理 m.tkk7.com/Good-Game
|