模糊C均值聚类weka

/*
 * SimpleFuzzyCMeans.java
 * 
 * 本算法是在weka自带的SimpleKMeans算法的基础上修改而成的
 * 在Eclipse平台下运行实现。
 * 
 * 本算法保留了SimpleKMeans算法的基本构架，
 * 对其算法的核心代码进行了修改，
 * 将核心代码换为模糊C均值聚类算法。
 * 
 * SimpleKMeans算法支持Euclidean和Manhattan距离，
 * 本算法出于简便，只支持Euclidean距离。
 * 
 * 算法关于数据的预处理以及程序结果的输出采用SimpleKMeans算法的代码，
 * 并进行了少量的修改（主要是参数项的设置）。
 * 
 * 程序运行前先修改weka.gui包中的文件GenericobjectEditor.pros，
 * 在其语句“# Lists the Clusterers I want to choose from“下
 * 加入语句“weka.clusterers.SimpleFuzzyCMeans\“，然后保存。
 * 
 * 运行weka.gui包中的文件GUIChooser.java，
 * 便可打开weka的图形界面，然后选择数据，
 * 在其聚类算法模块下选择SimpleFuzzyCMeans，
 * 对算法的参数进行适当的设置，
 * 即可运行模糊C均值聚类算法。
 *
 */

package weka.clusterers;

import weka.classifiers.rules.DecisionTableHashKey;
import weka.core.Attribute;
import weka.core.Capabilities;
import weka.core.DistanceFunction;
import weka.core.EuclideanDistance;
import weka.core.Instance;
import weka.core.Instances;
import weka.core.Option;
import weka.core.Utils;
import weka.core.WeightedInstancesHandler;
import weka.core.Capabilities.Capability;
import weka.filters.Filter;
import weka.filters.unsupervised.attribute.ReplaceMissingValues;

import java.util.Enumeration;
import java.util.HashMap;
import java.util.Random;
import java.util.Vector;

public class SimpleFuzzyCMeans extends RandomizableClusterer implements
		NumberOfClustersRequestable WeightedInstancesHandler {

	/**
	 * for serialization
	 */
	static final long serialVersionUID = 3235809600124455123L;

	/**
	 * replace missing values in training instances
	 */
	private ReplaceMissingValues m_ReplaceMissingFilter;

	/**
	 * number of clusters to generate
	 */
	private int m_NumClusters = 2;

	/**
	 * 实例数据
	 */
	private Instances instances;

	/**
	 * holds the cluster centroids
	 */
	private Instances m_ClusterCentroids;

	/**
	 * Holds the standard deviations of the numeric attributes in each cluster
	 */
	private Instances m_ClusterStdDevs;

	/**
	 * For each cluster holds the frequency counts for the values of each
	 * nominal attribute
	 */
	private int[][][] m_ClusterNominalCounts;
	private int[][] m_ClusterMissingCounts;

	/**
	 * Stats on the full data set for comparison purposes In case the attribute
	 * is numeric the value is the mean if is being used the Euclidian distance
	 * and if the attribute is nominal then it‘s mode is saved
	 */
	private double[] m_FullMeansOrModes;
	private double[] m_FullStdDevs;
	private int[][] m_FullNominalCounts;
	private int[] m_FullMissingCounts;

	/**
	 * Display standard deviations for numeric atts
	 */
	private boolean m_displayStdDevs = true;

	/**
	 * Replace missing values globally?
	 */
	private boolean m_dontReplaceMissing = false;

	/**
	 * The number of instances in each cluster
	 */
	private int[] m_ClusterSizes;

	/**
	 * 隶属度矩阵
	 */
	private double[][] membershipMatrix;

	/**
	 * 模糊系数
	 */
	private double fuzzyCoefficient = （double） 2.0;

	/**
	 * 定义误差精度
	 */