基于JAVA的kmeans算法

package Kmeans;

import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.PrintStream;
import java.util.ArrayList;
import java.util.Random;
import java.util.Scanner;

public class Kmeans {
	public static int dimension=690;
	public static int count_of_data=320;
	public static int cluster=20;
	public Kmeans（） throws FileNotFoundException{
		ArrayList dataset=new ArrayList<>（）;
     	String path=“E:\\数据挖掘\\实验三\\聚类实验数据\\data.txt“;
//		String path=“C:\\data.txt“;
		File file=new File（path）;
		Scanner sc=null;
		sc=new Scanner（file）;
		while（sc.hasNextLine（））{
			Data data=new Data（）;
			String str=sc.nextLine（）;
			String[] arr=str.split（“ “）;
			for（String s:arr）{
				data.point.add（Double.parseDouble（s））;
			}
			dataset.add（data）;
		}
		File fi = new File（“K-mean“ + cluster + “.txt“）;
		FileOutputStream fs = new FileOutputStream（fi）;
		PrintStream ps = new PrintStream（fs）;
//		随机取cluster个点
		ArrayList initial=new ArrayList<>（）;
		Random rand =new Random（）;
		for（int i=0;i			int x;
			while（initial.contains（x=rand.nextInt（count_of_data））==true）{}
			initial.add（x）;
		}
//		生成cluster个簇
		ArrayList crowdset=new ArrayList<>（）;
		for（int i=0;i			Crowdtogether crowd=new Crowdtogether（）;
			crowd.dim=i;
			for（int j=0;j				crowd.point.add（dataset.get（initial.get（i））.point.get（j））;
			}
			crowdset.add（crowd）;
		}
//		每个点分配簇
		for（int i=0;i			dyeing（dataset.get（i）idatasetcrowdset）;
		}
//		while循环
		boolean flag=false;
		while（flag==false）{
//			取平均值
			for（int i=0;i				double sumDistance=0;
				double count=0;
				Double[] pt=new Double[dimension];
				for（int x=0;x					pt[x]=0.0;
				}
				for（int j=0;j					if（dataset.get（j）.dim==i）{
						for（int k=0;k							pt[k]=pt[k]+dataset.get（j）.point.get（k）;
						}
						count++;
					}
				}
				for（int k=0;k