K均值分类法

本程序为K均值分类法的代码实现，可运行.采用C++编写；模式识别

#include 
#include 
using namespace std;
# include 
# include
typedef struct code 
{
	float x1;//x1，x2，x3，x4分别为4个特征
	float x2;
	float x3;
	float x4;

}CodeCodes[150];//元素的结构体
typedef struct G_code 
{
	int G[150];//该类中的点
	int count ;//该类中的元素个数

}G_CodeG_Codes[3];
G_Codes gg;//当前的三个分类
Code Z[3];//三个类的中心
Code Z_last[3];//前一次分类的三个类的中心
int K_count = 0 ;//迭代次数
Codes cc;//记录文件中的点
 void average（ int G_i ）;//求新的聚类中心，G_i表示第i个类
 void K_Classify（ ）;//按新的聚类中心分类，用于递归
 void Classify（）;//分类
 int div（ int n ）;//将第n个点分类至G_I类，并返回G_I
 bool test（）;//判断Z[3]与Z_last[3]是否相同
void main（）
{
	fstream file;
	int i = 0  j = 0 ;
	file.open（“Iris.txt“ios::in）;
	if（file.fail（））
	{
		cout<<“文件打开失败！“<		exit（0）;
	}
	//从文件中读出各点
	file>>cc[j].x1>>cc[j].x2>>cc[j].x3>>cc[j].x4;
	j++ ;
	while（!file.eof（））
	{
		file>>cc[j].x1>>cc[j].x2>>cc[j].x3>>cc[j].x4;
		j++ ;
	}
	file.close（）;
	Classify（）;//开始分类
	cout<<“循环迭代次数为：“<	cout<	for（ j = 0 ; j < 3 ; j++ ）
	{
		cout<<“第（“<		cout<<“第（“<		for（ i = 0 ; i < gg[j].count ; i++ ）
		{
			cout<			if（ （i+1） % 13 == 0 ）
				cout<		}
		cout<		cout<	}
	cin.get（）;
}
 void Classify（）//分类
 {
	 int i ; 
	 int ss[3] = {34445};
	 for（ i = 0 ; i< 3 ; i++  ）//选三个点作为聚类中心初始值
	 {
		 Z_last[i] = cc[ss[i]] ;
		 gg[i].count = 0 ;
	 }
	 K_Classify（）;
 }
 void K_Classify（ ）//按新的聚类中心分类，递归调用
 {
	 int i ;
	 int G_I;//该点所属类别
	 K_count++ ;//迭代次数增加
	 for（ i = 0 ; i < 150 ; i++ ）
	 {
		 G_I = div（ i ）;//将第i个点分类
		 gg[G_I].G[gg[G_I].count] = i  ;
		 gg[G_I].count++ ;
	 }
	 for（ i = 0 ; i < 3 ; i++ ）
		 average（i）;
	 if（ test（） == 1 ）//若两次聚类中心相同则返回
		 return ;
	 else//若两次聚类中心不相同则记录本次聚类中心，进行下一轮迭代
	 {
		 for（ i = 0 ; i< 3 ; i++ ）
		 {
			 Z_last[i] = Z[i] ;
			 gg[i].count = 0 ;
		 }
		 K_Classify（）;
	 }
 }
int div（ int n ）//将第n个点分类至G_I类，并返回G_I
{
	 float dis[3];//该点到个聚类中心的距离的平方
	 int G_I;//该点属于G_I类
	 int  i = 0 ;
	 for（  i = 0 ; i < 3 ; i++ ）
		 dis[i] =sqrt（ （Z_last[i].x1 - cc[n].x1）*（Z_last[i].x1 - cc[n].x1）+（Z_last[i].x2 - cc[n].x2）*（Z_last[i].x2 - cc[n].x2）+（Z_last[i].x3 - cc[n].x3）*（Z_last[i].x3 - cc[n].x3）+（Z_last[i].x4 - cc[n].x4）*（Z_last[i].x4 - cc[n].x4 ））;
	 G_I = 0 ;
	 for（ i = 1 ; i < 3 ; i++ ）//选取dis的最小值
		 if（ dis[G_I] > dis [i]）
			 G_I = i ;
	 return G_I;
}
void average（ int G_i ）//求新的聚类中心，G_i表示第i个类
{
	int i ; 
	Code sum ;//坐标和
	sum.x1 = 0.0 ;
	sum.x2 = 0.0 ;
	sum.x3 = 0.0 ;
	sum.x4 = 0.0 ;
	for（ i = 0 ; i < gg[G_i].count ; i++ ）
	{
		sum.x1 += cc[gg[G_i].G[i]].x1 ;
		sum.x2 += cc[gg[G_i].G[i]].x2 ;
		sum.x3 += cc[gg[G_i].G[i]].x3 ;
		sum.x4 += cc[gg[G_i].G[i]].x4 ;
	}
	Z[G_i].x1 = sum.x1 / （ float ）gg[G_i].count ;
	Z[G_i].x2 = sum.x2 / （ float ）gg[G_i].count ;
	Z[G_i].x3 = sum.x3 / （ float ）gg[G_

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2548  2012-12-09 19:18  K_均值分类\Iris.txt

     文件       4328  2012-12-09 19:03  K_均值分类\K_均值分类.dsp

     文件        528  2012-12-09 18:52  K_均值分类\K_均值分类.dsw

     文件      50176  2013-10-22 21:05  K_均值分类\K_均值分类.ncb

     文件      53760  2013-10-22 21:05  K_均值分类\K_均值分类.opt

     文件        254  2013-10-22 21:05  K_均值分类\K_均值分类.plg

     文件       3886  2012-12-19 18:51  K_均值分类\mymain.cpp

     目录          0  2013-10-22 21:05  K_均值分类

----------- ---------  ---------- -----  ----

               115480                    8